論文の概要: VIGIL: Verifying Identity via Gated Intermittent Likelihoods for Continuous Biometric Authentication

• arxiv url: http://arxiv.org/abs/2607.16651v1
• Date: Sat, 18 Jul 2026 05:58:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-21 18:48:37.218931
• Title: VIGIL: Verifying Identity via Gated Intermittent Likelihoods for Continuous Biometric Authentication
• Title（参考訳）: VIGIL: 連続バイオメトリック認証のためのゲート付き断続的類似点によるアイデンティティの検証
• Abstract要約: VIGIL (Verifying Identity via Gated Intermittent Likelihoods for Continuous Biometric Authentication) は,適応性の高い連続認証フレームワークである。 我々は,モダリティごとの重み付けによるクロスモーダル融合を導入し,演算子による統合戦略の選択を可能にする。 証拠が不確定な場合に複数ラウンドの検証を可能にする3ゾーン検証決定モデルと適応縮小検証ウィンドウを併用する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Continuous multi-modal authentication has emerged as a necessity for securing modern environments against persistent threats. Existing temporal fusion techniques fail to identify a persistent attacker from a genuine user with poor signal strength. In this study, we propose VIGIL (Verifying Identity via Gated Intermittent Likelihoods for Continuous Biometric Authentication), a highly adaptive continuous authentication framework. We introduce configurable cross-modal fusion with per-modality weighting, enabling operators to select their choice of integration strategy. We improve temporal fusion using dual-state State Transition Machines (STM) with unidirectional transition matrices. A three-zone verification decision model that enables multi-round verification when evidence is inconclusive is used in combination with an adaptive shrinking verification window. Monotonic decay, backflow elimination and analytical evaluation demonstrate that the proposed framework effectively addresses the limitations of existing approaches and reduces the time to detect intrusions while maintaining high usability for legitimate users.
• Abstract（参考訳）: 継続的なマルチモーダル認証は、永続的な脅威に対して現代環境を確保するために必要とされている。 既存の時間融合技術では、信号強度の低い真のユーザからの永続的な攻撃を識別できない。 本研究では,高度適応型連続認証フレームワークであるVIGIL (Verifying Identity via Gated Intermittent Likelihoods for Continuous Biometric Authentication)を提案する。 我々は,モジュール間重み付けによる構成可能なクロスモーダル融合を導入し,演算子による統合戦略の選択を可能にする。 一方向遷移行列を持つ二状態遷移機械(STM)を用いて時間融合を改善する。 証拠が不確定な場合に複数ラウンドの検証を可能にする3ゾーン検証決定モデルと適応縮小検証ウィンドウを併用する。 単調な崩壊, 逆流除去, 解析的評価により, 提案フレームワークは既存手法の限界に効果的に対処し, 正規ユーザに対して高いユーザビリティを維持しつつ侵入を検出する時間を短縮することを示した。

関連論文リスト

• Adversarial Attacks for Good: A Survey of Proactive Protection across the Visual Content Lifecycle [65.6642776933861]
  この介入点付近で成長した保護パラダイムについて検討する。 ほとんどの保護は、主に静的あるいは弱い適応的な敵に対して検証されている。 我々は、堅牢で構成可能で、デプロイ可能な所有者側の保護のために、クロスステージ対策とオープンな問題を統合することで、閉鎖する。
  論文  参考訳（メタデータ） (2026-08-05T00:46:50Z)
• ScrambleToolBench: Agents Search Exhaustively Even When Their Own Map Points to the Next Step [74.83535434786145]
  ScrambleToolBenchは,行動推論の分離を目的とした対話型端末ベンチマークである。 このベンチマークでは、エージェントがテストとエラーのインタラクションを通じて、隠されたツールの振る舞いを明らかにする必要がある。 現状の言語モデルに対する我々の評価は、初期発見が成功しても頑健な適応にはならないことを示している。
  論文  参考訳（メタデータ） (2026-08-03T15:07:46Z)
• When Collaboration Becomes a Trigger: Collective Evidence-Threshold Backdoors in Multi-Agent Systems [57.450132281381066]
  ピアエビデンスが単一のメッセージによって決定されるのではなく、隠れたしきい値に達すると、バックドアの動作が起動される。 我々は,MASとBundary-Conditioned Backdoor Injection(BCBI)のための集合的エビデンス-ホールドバックドアパラダイムを導入する。 クリーンな通信力学を学習し,異常なエージェント更新を隔離する,クリーンな唯一の潜時防御であるLATTEを提案する。
  論文  参考訳（メタデータ） (2026-08-02T08:38:44Z)
• Hybrid Robustness Verification for Spatio-Temporal Neural Networks [19.026662893450425]
  既存の検証方法は、過度に保守的な近似や不正な計算コストに依存している。 実際には、対向摂動は、低次元、意味論的に意味のある部分空間に制約された、構造化された空間的および時間的相関を示す。 動作認識(UCF-101)、自律運転(Udacity)、医用画像(MedMNIST)の用途を対象として、3次元CNNによる映像入力のロバスト性検証を行う。
  論文  参考訳（メタデータ） (2026-06-08T17:06:51Z)
• Dance Across Shifts: Forward-Facilitation Continual Test-Time Adaptation through Dynamic Style Bridging [65.11234199720428]
  継続的テスト時間適応(Continuous Test-Time Adaptation)は、デプロイメント後に発生する動的分散シフトを処理するために、知覚システムを強化することを目的としている。 動的スタイルブリッジと呼ばれる手法により,新しいフォワードファシリケーションパラダイムを導入する。 テスト期間中に、固有の生成バイアスを緩和し、これらのプロキシを入力データに適用するために、マルチレベルブリッジ機構を提案する。
  論文  参考訳（メタデータ） (2026-05-18T16:18:17Z)
• Towards Trustworthy Depression Estimation via Disentangled Evidential Learning [50.22167852149165]
  EviDepはうつ病の重症度を共同で定量化する明らかな学習フレームワークである。 EviDepは、堅牢な証拠合成を保証するために厳密な情報整合性を強制する。 最先端の予測精度と優れた不確実性校正を実現し、信頼できる臨床スクリーニングのための堅牢なフェールセーフメカニズムを提供する。
  論文  参考訳（メタデータ） (2026-04-17T13:27:11Z)
• QUACK! Making the (Rubber) Ducky Talk: A Systematic Study of Keystroke Dynamics for HID Injection Detection [60.105690843777666]
  我々は、タイミング機能のみで動作する軽量モデルを使用して、堅牢でプライバシー保護の検知が達成可能であることを示す。 分析の結果,攻撃者の高度化は単調に回避を改善できないことが明らかとなった。
  論文  参考訳（メタデータ） (2026-04-17T08:53:24Z)
• Causal Bootstrapped Alignment for Unsupervised Video-Based Visible-Infrared Person Re-Identification [52.784239635604735]
  VVI-ReIDは、静止画像以外にも時間情報が付加的な手がかりを提供する、全日監視のための重要な技術である。 既存のアプローチは、高価なクロスモダリティアノテーションによる完全な教師付き学習に大きく依存しており、スケーラビリティが制限されています。 そこで,本研究では,ビデオの先行を明示的に活用するCausal Bootstrapped Alignmentフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-04-17T02:15:59Z)
• Detecting Cognitive Signatures in Typing Behavior for Non-Intrusive Authorship Verification [0.0]
  AI生成テキストの普及により、信頼性の高いオーサシップ検証の必要性が高まっているが、現在のアウトプットベースのメソッドはますます信頼できないものになっている。 通常のタイピングインタフェースは、キーストロークタイミングにおけるリッチな認知的シグネチャ、測定可能なパターンを捉え、実際の構成の計画、翻訳、修正の段階を反映する。 本稿では、既存の書き込みインターフェース内で動作し、プライバシを保護するためにタイミングメタデータのみを収集する非侵入的検証フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-02-26T20:02:55Z)
• Agentic Uncertainty Quantification [76.94013626702183]
  本稿では,言語化された不確実性をアクティブな双方向制御信号に変換する統合されたデュアルプロセスエージェントUQ(AUQ)フレームワークを提案する。 システム1(Uncertainty-Aware Memory, UAM)とシステム2(Uncertainty-Aware Reflection, UAR)は、これらの説明を合理的な手段として利用し、必要な時にのみターゲットの推論時間解決をトリガーする。
  論文  参考訳（メタデータ） (2026-01-22T07:16:26Z)
• 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)
• Contrastive Learning for Continuous Touch-Based Authentication [6.5894762902301744]
  非破壊的な方法で連続的な認証を行うための一貫したコントラスト学習フレームワークを提案する。 具体的には、時間的マスクオートエンコーダを用いて、生のマルチセンサデータストリームから時間的パターンを抽出する。 弊社の手法は最先端の手法より優れており,モバイルデバイス上でのユーザ認証の信頼性と効果的なソリューションを提供する。
  論文  参考訳（メタデータ） (2025-04-24T05:58:12Z)
• Two-Dimensional Dynamic Fusion for Continuous Authentication [11.230126598681563]
  本稿では,2次元ダイナミックフュージョンを用いたマルチバイオメトリック連続認証手法を提案する。 提案手法は,既存手法と同等数のスコア計算を行う方法よりも精度が高いことを示す。
  論文  参考訳（メタデータ） (2023-09-08T05:06:57Z)

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。