論文の概要: DuoLungo: Usability Study of Duo 2FA

• arxiv url: http://arxiv.org/abs/2602.01489v1
• Date: Sun, 01 Feb 2026 23:52:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-03 19:28:33.814788
• Title: DuoLungo: Usability Study of Duo 2FA
• Title（参考訳）: DuoLungo: Duo 2FAのユーザビリティスタディ
• Authors: Renascence Tarafder Prapty, Gene Tsudik,
• Abstract要約: MFA(Multi-Factor Authentication)は、複数の認証要素を必要とすることにより、ログインセキュリティを強化する。 MFAの採用は、より頻繁で洗練された攻撃に反応して増加した。 カリフォルニア大学アーバイン校で長期,大規模Duoユーザビリティ研究を行った。
• 参考スコア（独自算出の注目度）: 11.788295596132919
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Multi-Factor Authentication (MFA) enhances login security by requiring multiple authentication factors. Its adoption has increased in response to more frequent and sophisticated attacks. Duo is widely used by organizations including Fortune 500 companies and major educational institutions, yet its usability has not been examined thoroughly or recently. Earlier studies focused on technical challenges during initial deployment but did not measure core usability metrics such as task completion time or System Usability Scale (SUS) scores. These results are also outdated, originating from a time when MFA was less familiar to typical users. We conducted a long-term, large-scale Duo usability study at the University of California Irvine during the 2024-2025 academic year, involving 2559 participants. Our analysis uses authentication log data and a survey of 57 randomly selected users. The average overhead of a Duo Push task is nearly 8 seconds, which participants described as short to moderate. Overhead varies with time of day, field of study, and education level. The rate of authentication failures due to incomplete Duo tasks is 4.35 percent, and 43.86 percent of survey respondents reported at least one Duo login failure. The Duo SUS score is 70, indicating good usability. Participants generally find Duo easy to use but somewhat annoying, while also reporting an increased sense of account security. They also described common issues and offered suggestions for improvement.
• Abstract（参考訳）: MFA(Multi-Factor Authentication)は、複数の認証要素を必要とすることにより、ログインセキュリティを強化する。 その採用は、より頻繁で洗練された攻撃に反応して増加した。 デュオはフォーチュン500社や主要な教育機関などの組織で広く利用されているが、その使用性は徹底的に、あるいは最近まで調査されていない。 以前の研究では、初期デプロイ時の技術的な課題に重点を置いていたが、タスク完了時間やシステムユーザビリティ尺度(SUS)スコアといった、中核的なユーザビリティ指標を計測しなかった。 これらの結果も時代遅れで、MFAが一般的なユーザとあまり親しみのない時代を起源としている。 2024-2025年度にカリフォルニア大学アーバイン校で,2559名の参加者を対象に,長期,大規模Duoユーザビリティ調査を行った。 本分析では,認証ログデータと57名のランダムに選択したユーザを対象にした調査を行った。 Duo Pushタスクの平均オーバーヘッドは8秒近くで、参加者は短くて中程度のものだと説明した。 オーバーヘッドは、日時、勉強の分野、教育レベルによって異なる。 不完全なDuoタスクによる認証失敗率は4.35パーセントであり、回答者の43.6%は少なくとも1つのDuoログイン障害を報告している。 デュオのSUSスコアは70で、使い勝手が高い。 参加者は一般的に、Duoの使い勝手は簡単だが、やや厄介だと考えている。 彼らはまた、共通の問題を説明し、改善を提案する。

関連論文リスト

• Are Users More Willing to Use Formally Verified Password Managers? [46.01440321321548]
  正式な検証がユーザに与える影響を理解するために,2つの実験を設計,実装する。 パスワードマネージャに対する信頼の欠如が採用率を低下させる可能性があることが文書化されているので、パスワードマネージャのアプリケーションドメインに焦点を当てる。 我々は,形式的検証がユーザにとって望ましいものとみなし,形式的検証コミュニケーションを改善するための3つの行動的勧告を同定する。
  論文  参考訳（メタデータ） (2025-04-02T20:57:49Z)
• 2FA: Navigating the Challenges and Solutions for Inclusive Access [55.2480439325792]
  2要素認証(2FA)は、オンライン活動を保護する重要なソリューションとして浮上している。 本稿では,全ユーザに対して安全かつアクセス可能な方法で2FAをデプロイすることの難しさについて検討する。 人気オンラインプラットフォームにおける様々な2FA手法の実装と利用状況について分析を行った。
  論文  参考訳（メタデータ） (2025-02-17T12:23:53Z)
• Improved Compositional Generalization by Generating Demonstrations for Meta-Learning [53.818234285773165]
  従来未解決であった構成動作分割に対して,他の分割に対する性能の損失を伴わずに,大幅な性能向上を示す。 この場合、オラクル関数でさえも関連する実演を探すことは、メタラーニングを使用する際には十分な性能を得るには不十分である。
  論文  参考訳（メタデータ） (2023-05-22T14:58:54Z)
• Looking For A Match: Self-supervised Clustering For Automatic Doubt Matching In e-learning Platforms [1.0705399532413613]
  我々は,自己教師型手法を用いて学習した表現に基づいて,ラベルに依存しない疑似マッチングパラダイムを開発する。 本稿では、ドメイン固有の拡張と対照的な目的を、適切に構築されたさまざまなデータビューに対して組み合わせたカスタムBYOLを提案する。
  論文  参考訳（メタデータ） (2022-08-20T04:12:19Z)
• Fuzzing Microservices: A Series of User Studies in Industry on Industrial Systems with EvoMaster [11.615989946553993]
  本稿では,約2年間にわたるMeituanのテストプロセスにおけるEvoMasterの統合経験について報告する。 EvoMasterの2つのバージョンを評価するために、2021年と2023年に2つのユーザースタディが実施された。 この2つのユーザスタディは、EvoMasterの明確なメリットと、そのようなファジッターを産業試験で必要としていることを示しています。
  論文  参考訳（メタデータ） (2022-08-08T09:11:25Z)
• FastAudio: A Learnable Audio Front-End for Spoof Speech Detection [1.5984927623688914]
  話者認証システムは、偽造攻撃から保護するために必要である。 本稿では,下流タスクとの共同学習による音声表現を学習可能なフロントエンドと比較する。 我々は,固定フィルタバンクを学習可能なレイヤに置き換えて,アンチスプーフィングタスクへの適応性を高めることを提案する。
  論文  参考訳（メタデータ） (2021-09-06T23:32:10Z)
• ASVspoof 2021: accelerating progress in spoofed and deepfake speech detection [70.45884214674057]
  ASVspoof 2021は、スプーフの研究を促進するための2年制の課題の第4版である。 本稿では,3つのタスク,それぞれのデータベース,評価基準,4つの課題ベースライン,評価プラットフォーム,課題結果の要約について述べる。
  論文  参考訳（メタデータ） (2021-09-01T16:17:31Z)
• Emerging App Issue Identification via Online Joint Sentiment-Topic Tracing [66.57888248681303]
  本稿では,MERITという新しい問題検出手法を提案する。 AOBSTモデルに基づいて、1つのアプリバージョンに対するユーザレビューに否定的に反映されたトピックを推測する。 Google PlayやAppleのApp Storeで人気のアプリに対する実験は、MERITの有効性を実証している。
  論文  参考訳（メタデータ） (2020-08-23T06:34:05Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。