論文の概要: LABBA: LLM-Assisted Behavioral Biometric Authentication

• arxiv url: http://arxiv.org/abs/2611.08343v1
• Date: Thu, 05 Nov 2026 17:29:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-07 04:55:13.599709
• Title: LABBA: LLM-Assisted Behavioral Biometric Authentication
• Title（参考訳）: LABBA: LLMによる行動バイオメトリック認証
• Abstract要約: 行動バイオメトリックスは、連続的な認証、本質的な生活度検出、クレデンシャル盗難と偽造攻撃に対する抵抗性などの利点を提供する。 既存のシステムは、行動の変動、環境の変化、文脈の変化、敵の操作など、現実の状況に苦しむことが多い。 文脈推論を,軽量なLCMベースの推論モジュールと,新しい携帯電話による行動計測技術を用いて,行動バイオメトリック認証と統合する。 種々の行動・文脈条件下で50名の被験者から収集した吹き出し音響データを用いて,提案手法を実験的に評価した。
• 参考スコア（独自算出の注目度）: 3.0967039831725263
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Behavioral biometrics have emerged as a promising complement to traditional physiological biometrics by leveraging dynamic human characteristics. These modalities offer advantages including continuous authentication, inherent liveness detection, and greater resistance to credential theft and other spoofing attacks. However, existing systems remain limited in adaptability, contextual awareness, and semantic reasoning as they primarily rely on similarity metrics, static thresholds, or supervised classifiers. As a result, they often struggle with real-world conditions such as behavioral variability, environmental changes, contextual changes, and adversarial manipulations. To address these limitations, we systematically integrate LLM-based contextual reasoning into behavioral biometric authentication. LLMs provide capabilities in contextual inference, sequential reasoning, multimodal understanding, and adaptive decision-making. Building on these strengths, we integrate a lightweight LLM-based reasoning module with a novel phone-blowing behavioral biometric technique to develop a context-aware authentication framework. To this end, we first collect blow-acoustic signals from participants and systematically extract spectral and temporal features. These features are aggregated and converted into comparable similarity representations, using either discrete rule-based categories or continuous normalized scores, which are transformed into structured prompts through prompt engineering. We experimentally evaluate the proposed framework using blow-acoustic data collected from 50 participants under diverse behavioral and contextual conditions. The proposed framework achieves 99.46% and 99.38% authentication accuracy in the rule-based and score-based modes, respectively, outperforming its non-LLM counterpart while maintaining strong robustness under dynamic real-world conditions.
• Abstract（参考訳）: 行動バイオメトリックスは、人間の動的な特性を活用することによって、伝統的な生理的バイオメトリックスを補完するものとして登場した。 これらのモダリティは、継続的な認証、本質的な生活度検出、クレデンシャル盗難やその他の偽造攻撃に対する抵抗性などの利点を提供する。 しかし、既存のシステムは相似性メトリクス、静的しきい値、または教師付き分類器に依存するため、適応性、文脈認識、意味推論に限られている。 結果として、行動の多様性、環境の変化、文脈の変化、敵の操作といった現実的な条件に苦しむことが多い。 これらの制約に対処するため、LLMに基づく文脈推論を行動バイオメトリック認証に体系的に統合する。 LLMは文脈推論、シーケンシャル推論、マルチモーダル理解、適応的意思決定の機能を提供する。 このような強みを生かして、軽量なLCMベースの推論モジュールと、携帯電話による新しい行動計測技術を統合し、文脈認識型認証フレームワークを開発する。 この目的のために、まず参加者から吹聴信号を収集し、スペクトルと時間的特徴を体系的に抽出する。 これらの特徴は、離散ルールベースのカテゴリまたは連続正規化スコアを使用して集約され、同等の類似性表現に変換され、プロンプトエンジニアリングを通じて構造化プロンプトに変換される。 種々の行動・文脈条件下で50名の被験者から収集した吹き出し音響データを用いて,提案手法を実験的に評価した。 提案したフレームワークは,ルールベースモードとスコアベースモードにおいて,99.46%,99.38%の認証精度を実現している。

関連論文リスト

• SITAR: A Situational Distortion Metric for Automatic Speech Recognition Evaluation [19.966845532052172]
  自動音声認識(ASR)のための状況歪み尺度であるSITARを紹介する。 我々はSITARを、単一のフォワードパスで参照-仮説ペアをスコアする軽量BERTファミリー回帰器として訓練する。 本稿では,マクロレベルとマイクロレベルで評価された外在的妥当性と内在的スコアラー信頼性の両方にまたがる原則的検証プロトコルを定式化する。
  論文  参考訳（メタデータ） (2026-10-15T07:48:03Z)
• From Holistic Evaluation to Structured Criteria: Rubrics Across the Evolving LLM Landscape [79.30826980815927]
  ルーブリックは、複雑な品質判断を構造化され、実行可能な標準に変換する明示的な基準セットです。 我々は,既存のルーリックデザインを体系的に整理し,その構築と最適化を検証し,評価と訓練をまたいだ役割を解析する。
  論文  参考訳（メタデータ） (2026-06-07T13:34:55Z)
• SimReg: Achieving Higher Performance in the Pretraining via Embedding Similarity Regularization [55.63565289584336]
  SimRegは埋め込み類似性正規化損失であり、各シーケンス内で同じ基幹ラベルを持つトークン表現をより類似させる。 分析の結果, この機構は多分類マージンを増大させ, より効率的な分類を可能にした。
  論文  参考訳（メタデータ） (2026-05-09T08:59:13Z)
• The Emergence of Lab-Driven Alignment Signatures: A Psychometric Framework for Auditing Latent Bias and Compounding Risk in Generative AI [0.0]
  本稿では,不確実性の下での潜在特性推定を定量化する新しい監査フレームワークを提案する。 この研究は最適化バイアス、Sycophancy、Status-Quo Legitimizationを含む9つの次元にわたる主要なモデルを監査している。
  論文  参考訳（メタデータ） (2026-02-19T06:56:01Z)
• TCEval: Using Thermal Comfort to Assess Cognitive and Perceptual Abilities of AI [0.5366500153474746]
  熱的快適さは、AIシステムの現実の認知能力を評価するための理想的なパラダイムである。 我々は、AIの3つのコア認知能力を評価する最初の評価フレームワークであるTCEvalを提案する。
  論文  参考訳（メタデータ） (2025-12-29T05:41:25Z)
• SONA: Learning Conditional, Unconditional, and Mismatching-Aware Discriminator [54.562217603802075]
  帰納的バイアスを伴う最終層において,自然性(美容性)とアライメントを別々に投影するSONA(Sum of Naturalness and Alignment)を導入する。 クラス条件生成タスクの実験により、SONAは最先端の手法に比べて優れたサンプル品質と条件アライメントを達成することが示された。
  論文  参考訳（メタデータ） (2025-10-06T08:26:06Z)
• Continuous Monitoring of Large-Scale Generative AI via Deterministic Knowledge Graph Structures [2.7277205894982095]
  そこで本研究では,決定論的・大規模言語モデル(LLM)生成知識グラフ(KG)を用いて,AIの信頼性を計測する手法を提案する。 i) 明示的な規則に基づく手法,辞書,構造化エンティティ関係抽出規則を用いて構築された決定論的KGと,(ii) ライブニュース記事などのリアルタイムデータストリームから動的にLLM生成したKGの2つのKGを構築する。 Instantiated Class Ratio(ICR)、Instantiated Property Ratio(IPR)、Class Instantiation(CI)など、いくつかの確立されたKG指標を用いる。
  論文  参考訳（メタデータ） (2025-09-04T03:34:49Z)
• 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)
• Unified modality separation: A vision-language framework for unsupervised domain adaptation [60.8391821117794]
  教師なしドメイン適応(Unsupervised domain adapt, UDA)は、ラベル付きソースドメインでトレーニングされたモデルが新しいラベル付きドメインを扱うことを可能にする。 本稿では,モダリティ固有成分とモダリティ不変成分の両方に対応可能な統一モダリティ分離フレームワークを提案する。 提案手法は,9倍の計算効率で最大9%の性能向上を実現している。
  論文  参考訳（メタデータ） (2025-08-07T02:51:10Z)
• Cooperative Resilience in Artificial Intelligence Multiagent Systems [2.0608564715600273]
  本稿では, 協調レジリエンスの明確な定義とその定量化手法を提案する。 その結果は、集団システムが破壊に直面してどのように準備し、抵抗し、回復し、幸福を維持し、変革するかを分析する上で、レジリエンス指標の重要な役割を強調している。
  論文  参考訳（メタデータ） (2024-09-20T03:28:48Z)
• Conformal Policy Learning for Sensorimotor Control Under Distribution Shifts [61.929388479847525]
  本稿では,センサコントローラの観測値の分布変化を検知・応答する問題に焦点をあてる。 鍵となる考え方は、整合量子を入力として取ることができるスイッチングポリシーの設計である。 本稿では, 基本方針を異なる特性で切り替えるために, 共形量子関数を用いてこのようなポリシーを設計する方法を示す。
  論文  参考訳（メタデータ） (2023-11-02T17:59:30Z)

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。