論文の概要: BIDO: A Biometric Identity Online Authentication Framework
- arxiv url: http://arxiv.org/abs/2605.16908v1
- Date: Sat, 16 May 2026 09:49:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-19 17:57:47.231636
- Title: BIDO: A Biometric Identity Online Authentication Framework
- Title（参考訳）: BIDO: 生体認証オンライン認証フレームワーク
- Authors: Aditya Mithra, Sibi Chakkaravarthy S, Srinivas Kankanala,
- Abstract要約: BIDOは、NIST SP 800-63B当たりのAu- thenticator Assurance Level 2 (AAL2)を達成するデバイスフリー認証標準である。
生成された認証情報は、発見不可能な(非居住者の)Web認証(WebAuthn)認証である。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Security systems demand continuous, cryptograph- ically robust identity verification without requiring subjects to carry physical tokens, smart cards, or dedicated hardware authenticators. This paper presents BIDO (Biometric Identity Online), a device-free authentication standard that achieves Au- thenticator Assurance Level 2 (AAL2) per NIST SP 800-63B with- out storing long-lived biometric templates, facial images, or any other form of Personally Identifiable Information (PII). BIDO derives Elliptic Curve Digital Signature Algorithm (ECDSA) key material deterministically from a live biometric measurement salted with a user-defined memorized secret at every authen- tication event, eliminating persistent private-key storage while enabling verification from any commodity sensor terminal. The generated credentials are non-discoverable (non-resident) Web Authentication (WebAuthn) credentials, fully compatible with all FIDO2-enabled websites and services without modification on the server side. A multi-stage pipeline, comprising capture of 200 valid biometric samples, feature extraction using the Dlib 68- point facial landmark predictor, affine face alignment, frontality gating, Euclidean distance computation from the inter-eye mid- point, floor-division quantization with divisor q = 8, inter-session drift stabilization, and majority-voting SHA-256 hash binding, produces a Verification Seed (Vseed) from which the WebAuthn credential is transiently derived and immediately zeroized after signing. Evaluated against three prominent face benchmarks (VGGFace2, LFW, and MegaFace), achieving 99.51% verification accuracy on LFW and 92.14% Rank-1 identification accuracy on MegaFace Challenge 1 at 10^6 distractors, with a cryptographic False Accept Rate (FAR) of 0.03%, a False Reject Rate (FRR) of 0.90%.
- Abstract（参考訳）: セキュリティシステムは、物理的トークン、スマートカード、または専用のハードウェア認証を被験者に渡すことなく、継続的に、暗号的に堅牢なID認証を要求する。
本稿では,NIST SP 800-63B当たりのAu- thenticator Assurance Level 2 (AAL2) を達成するデバイスフリー認証標準であるBIDO(Biometric Identity Online)について述べる。
BIDOは楕円曲線デジタル署名アルゴリズム(ECDSA)の鍵材料を、あらゆる認証イベントにおいてユーザー定義の暗記された秘密を保存した実測値から決定的に導出し、あらゆるコモディティセンサー端末からの検証を可能にしながら永続的な秘密鍵ストレージを排除している。
生成された認証情報は、非発見(非登録)のWeb認証(WebAuthn)認証であり、サーバ側を変更せずにすべてのFIDO2対応のウェブサイトやサービスと完全に互換性がある。
200個の有効な生体計測サンプルを捕捉し、Dlib 68点顔のランドマーク予測器を用いた特徴抽出、アフィン顔アライメント、前面ゲーティング、眼間中点からのユークリッド距離計算、ディバイザq = 8によるフロアディビジョン量子化、および、インターセッションドリフト安定化、および多数投票SHA-256ハッシュバインディングからなる多段パイプラインは、署名後にWebAuthnクレデンシャルが過渡的に導出され、即時にゼロ化される検証シード(Vseed)を生成する。
3つの著名な顔ベンチマーク(VGGFace2、LFW、MegaFace)に対して評価され、LFWで99.51%の精度、MegaFace Challenge 1で92.14%の識別精度を10^6のイントラクタで達成し、暗号化されたFalse Accept Rate(FAR)は0.03%、False Reject Rate(FRR)は0.90%である。
関連論文リスト
- Scalable Secure Biometric Authentication without Auxiliary Identifiers [54.032594016239926]
本稿では,データ漏洩に対するセキュリティ保証を保証できる生体認証システムを提案する。
私たちの研究は、補助的な識別子を使わずに、現実のスケーラブルなプライバシー保護バイオメトリック認証が実現可能であることを示す最初のものです。
論文 参考訳（メタデータ） (2026-04-27T23:55:09Z) - NearID: Identity Representation Learning via Near-identity Distractors [116.71529576796605]
既存のビジョンエンコーダは、オブジェクトのアイデンティティを背景コンテキストと絡み合わせることで、信頼性の低い表現やメトリクスを生み出します。
我々は、この脆弱性に対処するための最初の原則付きフレームワークをNear-identity distractorsを使って紹介する。
我々は、厳密なマージンベースの評価プロトコルとともに、NearIDデータセット(19KのID、316Kの一致したコンテキストインタプリタ)を提示する。
論文 参考訳（メタデータ） (2026-04-02T12:33:14Z) - SIDeR: Semantic Identity Decoupling for Unrestricted Face Privacy [53.75084833636302]
本稿では,非制限顔プライバシー保護のためのセマンティックデカップリング駆動フレームワークSIDeRを提案する。
SIDeRは、顔画像をマシン認識可能な識別特徴ベクトルと視覚的に知覚可能なセマンティックな外観成分に分解する。
認証されたアクセスのために、SIDeRは正しいパスワードが提供されるときに元の形式に復元できる。
論文 参考訳（メタデータ） (2026-02-04T19:30:48Z) - CryptoFace: End-to-End Encrypted Face Recognition [22.987960798268105]
顔認識は多くの認証、セキュリティ、パーソナライズされたアプリケーションの中心である。
しかし、プライバシーの重大なリスク、特に機密性のある生体データへの不正アクセスに悩まされている。
本稿では,完全同相暗号(FHE)を用いた最初のエンドツーエンドの顔認識システムであるCryptoFaceを紹介する。
顔認識プロセスのすべてのステージ — 機能抽出、ストレージ、マッチング — において、生の画像や特徴を公開せずに、顔データのセキュアな処理を可能にする。
論文 参考訳（メタデータ） (2025-08-30T03:11:54Z) - Deep Learning Models for Robust Facial Liveness Detection [56.08694048252482]
本研究では,現代のアンチスプーフィング手法の欠陥に対処する新しい深層学習モデルを用いて,ロバストな解を提案する。
テクスチャ解析と実際の人間の特性に関連する反射特性を革新的に統合することにより、我々のモデルは、顕著な精度でレプリカと真の存在を区別する。
論文 参考訳（メタデータ） (2025-08-12T17:19:20Z) - Quantum-Safe Identity Verification using Relativistic Zero-Knowledge Proof Systems [3.8435472626703473]
金融、医療、オンラインサービスなどの分野では、セキュリティの確保と不正防止のためにアイデンティティの検証が不可欠だ。
現在のパスワード/PINベースのIDソリューションはフィッシングやスキミング攻撃の影響を受けやすい。
グラフカラー化に基づく相対論的ゼロ知識証明によるアイデンティティ検証について検討する。
論文 参考訳（メタデータ） (2025-07-18T18:59:19Z) - Person Recognition at Altitude and Range: Fusion of Face, Body Shape and Gait [70.00430652562012]
FarSightは、顔認識のためのエンドツーエンドシステムで、顔、歩行、体形を横断する生体計測の手がかりを統合する。
FarSightは、4つのコアモジュールにまたがる新しいアルゴリズムを組み込んでいる。
論文 参考訳（メタデータ） (2025-05-07T17:58:25Z) - Securing Biometric Data: Fully Homomorphic Encryption in Multimodal Iris and Face Recognition [1.1470070927586018]
本研究は,アイリスと顔特徴ベクトルを融合させる手法について検討し,融合データベースを保護するための堅牢なセキュリティ対策を実装した。
QFIRE-Iデータベースを用いた評価では,高い精度を維持しつつユーザのプライバシーと精度を効果的にバランスさせることが示されている。
論文 参考訳（メタデータ） (2024-08-26T20:05:48Z) - Incorporating Zero-Knowledge Succinct Non-interactive Argument of Knowledge for Blockchain-based Identity Management with off-chain computations [0.8621608193534839]
zk-SNARKを統合する新しいブロックチェーンベースの指紋認証システムを提案する。
提案手法はブロックチェーンベースのID管理のためのセキュアで効率的なソリューションを提供する可能性がある。
論文 参考訳（メタデータ） (2023-10-30T11:24:05Z) - Locally Authenticated Privacy-preserving Voice Input [10.82818142802482]
サービスプロバイダはユーザを認証しなければならないが、個人はプライバシの維持を望むかもしれない。
認証の実行中にプライバシを保存することは、特に敵がバイオメトリックデータを使用してトランスフォーメーションツールをトレーニングする場合には、非常に難しい。
ユーザの生信号のデバイス上の指紋をキャプチャして保存する,セキュアでフレキシブルなプライバシ保護システムを導入する。
論文 参考訳（メタデータ） (2022-05-27T14:56:01Z) - Harnessing Unrecognizable Faces for Face Recognition [87.80037162457427]
本稿では,顔画像の認識可能性の尺度を提案し,主に認識可能なアイデンティティを用いて訓練されたディープニューラルネットワークによって実現された。
FAR=1e-5において,認識可能性を考慮した場合,単画像認識の誤り率を58%減少させることを示す。
論文 参考訳（メタデータ） (2021-06-08T05:25:03Z)
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。