基于3D手势签名的智能手机生物识别系统外文翻译资料

 2022-08-09 04:08

英语原文共 15 页,剩余内容已隐藏,支付完成后下载完整资料


研究课题

基于3D手势签名的智能手机生物识别系统

孙子文1,2*,王瑶1,屈刚2和周志平1

1无锡江南大学物联网工程学院

2美国大学学院,马里兰大学电气与计算机工程系研究所

摘 要

大多数智能手机配备的身份验证机制是通过检测4位数字的密码或一个简单的解锁模式,这样的密码很容易被黑客破解。本文设计并实现了一种基于3D手势签名(HGS)的生物特征认证系统,该技术通过利用手机的加速度计来捕获用户做出手势解锁手机时的3D加速度信息,捕获的数据将通过一系列信号处理程序,例如数据平滑,手势点选,序列对齐和内插,然后将使用匹配规则把处理后的数据与真实用户的设定模式进行比较,以确定是否允许解锁电话。3-D HGS身份验证系统已在真实的智能手机上应用,19个用户的76 520次测试的结果显示,错误手势的解锁率(0.27%)和正确手势被错误拒绝率(4.65%) 都非常低。此外,通过将真实手势样本从手机导出到台式PC,在3-D HGS和两个类似的身份验证系统之间进行了比较测试,仿真结果表明3-D HGS系统具有最佳的身份验证准确性。

版权所有copy;2016 John Wiley&Sons,Ltd.

关键字

认证;手势识别模式匹配;序列插值模板更新;移动电话

*联系方式

孙子文,无锡江南大学物联网工程学院。电子邮件:sunziwen@jiangnan.edu.cn

  1. 简介

随着智能手机成为诸如在线购物,移动银行,电子投票以及社交媒体工具等新兴应用程序的计算和通信平台,智能手机使用的用户身份验证正在发挥越来越重要的作用。身份验证是确定用户或设备是否是所声称的身份或确认其身份的过程。共有三种不同类型的元素,分别是拥有者身份,信息和固有因素用于身份验证[1]。

    1. 非生物认证

非生物认证包括基于信息的认证和基于对象的认证[2]。前者基于一个人知道的东西属于知识因素,并且具有保密性,而后者则依靠一个人已经属于的东西。非生物认证方法的主要优点是:(i)它们非常简单;(ii)它们可以很容易地以低成本集成到不同的系统中;(iii)然后可以在所有手机上使用。

然而,非生物特征认证不是基于个人的任何固有属性,这暴露了一些问题,即认证不够可靠以及一种不良体验,易受外部恶意攻击的影响,从而无法解决移动电话中用户认证的安全问题。例如,用户名和密码对是计算机和网络上最常用和最流行的身份验证机制, 但是其安全性弱点已得到充分证明,尤其是因为它验证的是用户名和密码是否匹配,而不是用户名和密码与用户是否匹配。非生物认证方法不符合当前的安全要求;这些技术不能区分授权人和获得信息/拥有权的即时发布者。很明显,现有的身份验证技术在保护手机应用程序方面不是最佳选择。除了基于信息和基于令牌的身份验证以外,对更强大的身份验证机制的需求正在变得更加迫切,这是一种基本需求。

    1. 生物特征认证

基于某物的生物特征认证属于固有因素[1],其特征是具有特征或特点[3],这与所有者身份因子和知识因子[1]是唯一匹配的。生物特征认证技术是基于信息的机制和基于对象的机制的一种替代方案,可以高效地进行身份识别,从而减少了识别人的身体特征的问题。

作为比较,生物特征认证方法通过结合计算机技术,生物传感器和生物原理来识别人[2,3]。这些方法根 据其固有的生理或行为特征对个人进行身份验证。与 传统的基于非生物特征的认证机制相比,它们具有以下优点:

      • 与非生物特征方法相比,生物特征方法本质上更 可靠,并且能够区分授权人和冒名顶替者, 而不是简单地确认用户对特定密码的了解,从而可以验证所有者的身份[3]。
      • 生物识别符是固有因素,并且与其所有者唯一且永久相关联[1];因此,它们可以有效地防止身份丢失/被盗以及对移动终端资源的未经授权的访问[2]。
      • 生物识别传感器的价格持续下降,几家主要提供商宣布了具有生物识别功能的移动设备的可用性[2,4]。

根据用于识别个人的特征的类型,生物识别技术通常分为生理(或静态)或行为[5]。生理生物特征识别技术基于人的生物特征和固有特征,例如面部,虹膜,牙齿,声音,指纹,手形和心率[2,6-8]。行为生物计量技术与一个人能够以独特的方式执行和重复的事情有关, 例如手写签名,步态和击键动态[4,7,9,10]。

在移动电话平台上使用生理生物计量学进行认证存 在一些缺陷。首先,它不是用户友好的,因为它已经 经历了某些特定的测量程序,有些可能会令用户不舒服,以 收集诸如面部,牙齿,声音和签名等数据[7]。其次, 生理生物识别技术可能容易受到诸如欺骗攻击之类的犯罪渗透的侵害,并遭受重放攻击。人工指纹,面部照片和语音重新编码可以通过80%或更高的身份验证 程序成功率更高[11]。最后,数据收集和分析所需的硬件在当前的智能手机上不可用[9,12]。提供更安全和可靠的身份验证的行为生物识别技术 可以克服这些大多数缺点[4]。主要原因是:(i) 行为生物特征是用户友好的,这是因为行为特征可以不被干扰地,连续地捕获。(ii)行为生物识别技术是安全的,因为一个人的行为特征由于与特定行动有关而难以模仿,并且没有数字重复;(iii)行为生物识别技术不需要将惯性传感器的硬件越来越多地应用到商用智能手机中。

    1. 动机

在本文中,我们提出了一种新颖的基于3-D手势签名

(3-D HGS)的生物识别系统,以增强手机的安全性。当用户执行手势签名时,我们利用智能手机上可用的微传感器来捕获加速度信号。这些信号是按照一系列的操作进行处理的,这些操作包括数据平滑, 手势点选,序列对齐和内插。手势签名序列之间的绝 对距离用作确定真正用户的度量。此外,利用基于聚类分析的模板更新策略来提高对真正用户的检测准确性。我们在手机(来自华为,三星和索尼)上实现并测试了我们的3-D HGS身份验证系统,并建立了来自19个志愿者的手势数据库。我们设计了各种模拟方案来验证我们提出的方法,包括在不同条件下的真实用户的尝试以及冒名顶替者模仿真实用户手势的欺骗攻击。仿真结果表明,与最近提出的两种相似的生物特征认证方法(动态时间规整(DTW)[14]和全局序列比对(GSA)[15])相比,我们的系统具有更低的错误率。在本文的其余结构如下。在第二部分中,我们调查了与此主题最相关的作品,并分析了它们的局限性。 在第3节中,我们重点介绍了设计生物识别认证系统的要求和挑战以及所提出的3-D HGS系统的关键概念。在第4和第5节中,详细介绍了3-D HGS身份验证系统的核心算法和数学基础。在第6节中,我们描述了仿真设置并报告了与其他类似方法相比的性能。在第7节中,我们以对本文的贡献和未来工作的讨论作为本文的结尾。

  1. 相关作品

在本节中,对与我们的研究特别相关的其他身份验证方法进行了回顾通过识别3-D手势(作为空中签名)进行用户身份验证[16]成为模式识别领域中的新研究热点。尽管重复的识别手势之间的加速度信号有不同的变化,但仍可以将保持不变的手势的固有部分提取为字符,以识别单个对象[17]。

之前只有少数工作提出了将3D手势作为生物识别技术[14,16,17],与其他经过充分研究的技术(例如3D 手势识别)[18,19]有一些相似之处。手势识别的重点是识别来自不同用户的相同手势。与手势识别技术不同,空中信号生物特征认证的重点是通过使用包含加速度计[14]的手机在空中绘制一个人的手写签名, 从而使用识别手势来识别冒名顶替者[16,17]。可以使用几种不同的模式识别技术来通过识别3-D手势来应对用户身份验证。

为了比较三种不同技术的性能,已使用iPhone [14] 以100 Hz的采样率捕获了由三个加速度信号测得的签名,而手势的最大频率约为10 Hz。在计算机上的Matlab上进行的仿真实验表明,平均动态时间规整被认为是隐藏Markov模型,贝叶斯分类器和动态时间规整三种方法中最佳精度/计算成本之间的关系,平均长度为。空中手势为4.17 splusmn;1.2,最长持续时间为6 s。

为了消除重复识别手势时存在的差异,应用了最长公共子序列(LCS)来寻找已注册的寺庙序列和已识别序列中的不变信息[17]。并将所提出的方法应用于代表X,Y和Z三个轴上加速度的空中信号。在以50Hz 的频率对空中信号进行采样的情况下进行的实验表明, 最佳等误差通过使用LCS 算法获得分数, 获得了3.58plusmn;0.78(%)的EER值。

为了纠正手势之间的细微差异,提出了分数优化和模板更新方法[15,16]。手势信号持续时间少于6s, 采样率为50 Hz,在三个轴上都生成了两个300点加速度信号。通过全局序列比对算法和比对信号的可选插值来确保这300个点的保险。此外,还提出了一种模板更新策略,以使模板适应手势性能的变化,以获得更好,更稳定的性能[15]。通过访问平均数与注册平均数之间的比较来识别用户。

前面的参考文献[14-17]显示了3D手势生物识别技术提供了几种实现这些特性的优点:

  • 简约性:不需要其他小部件即可使用手机嵌入式加速度计基于3-D手势执行身份验证。
  • 隐蔽性:由于手势是在3-D中没有引用的情况下执行的,因此行为者注定很难伪造行为特征。
  • 永久性:永久性是有保证的,因为成年人的身体在很长一段时间内都不会改变。

根据这些优点,这些身份验证方法有望被使用手机执行更高安全级别操作的人们所接受[17]。尽管上述技术满足了最小化和规避的特性[16,20], 但仍有一些问题尚未完全解决:

绩效:绩效很差,不切实际。在HMM,贝叶斯分类器和DTW中,平均DTW算法的EER为2.12%,获得了最佳的准确性[14]。LCS算法获得的最佳EER 值为3.58plusmn;0.78(%)[17]。使用Mac Computer 和iPhone 3G ,手势识别在零努力下的EER 为2.01%,在主动冒名顶替攻击中为4.82%[16]。分数优化和模板更新方法获得了最佳性能,其错误接受率(FAR)为1.45%plusmn;1.83%,错误拒绝率(FRR)为5.65%plusmn;3.37%[15]。

bull;永久性:手势之间不会长久完全相同,因为任何重复都互不相同[17]。3-D手势签名的可重复性可能会随着时间而改变,而这种可变性将导致性能下降[14]。可变性问题需要通过随时间更新的模板来解决。

  1. 3-D手势签名:要求和挑战

在本节中,我们首先总结生物识别系统的要求,然后简要描述我们提出的基于3D手势签名的方法,并讨论实现3-D HGS系统的优势和挑战。

现有的身份验证技术无法提供用于保护访问手机的最佳方法。对于实际应用而言,性能有些差。因此, 迫切需要研究一种更适合移动电话中用户身份验证场景的机制。理想的机制应旨在具有以下特征(i) 减少对秘密信息的依赖[8];(ii)拒绝观察[8];(iii)可靠的物理变化;(iv)对生理变化的抵抗力。

用户行为生物特征的特征应满足用户身份验证的以下特征,以证明其上述特征,并被视为识别人员的有效方法:

bull; 普遍性:每个用户都应具有要识别的特征。绝大多数手机拥有者应具有要测量的特性。

bull; 唯一性:没有两个用户应具有相同的特征。识别特征应在不同个人之间具有区别。

bull; 永久性:在一段时间内,特性应足够恒定,且无明显变化,环境条件或其他变量。

bull; 可收集性:应准备好特征并易于量化。

bull; 性能:基于特征的生物特征认证系统应在准确性, 速度,鲁棒性,资源要求以及其他操作或环境因 素方面具有较高的性能。

bull; 可接受性:提取生物特征后,用户将愿意接受该系统,从而感到安全,舒适和舒适。

bull; 规避:即使不是不可能,也很难成功地伪造行为生物特征。

bull; 最小化:收集特性和执行身份验证所需的其他硬件和软件应保持在最低水平。

在本文中,我们提出了人类手势的3-D加速度值作 为行为生物识别系统的特征。拟提议中的基于3D HGS的生物认证系统将从嵌入在智能手机中的3轴加速度计捕获的信息中提取出可测量的移动电话用户模式。它由两个部分组成:用户签名注册阶段和手势验证阶段。

在签名注册阶段,当用户手持手机执行其3-D手势签名时,将注册真实用户的生物特征手势模板。在手势验证阶段,尝试访问电话的用户将做出手势。系统将收集输入手势并使用注册的手势模板进行验证以进行身份验证。如果找到匹配项,则将对用户进行身份验证。否则,用户必须重复手势,就像在用户名密码身份验证协议中重新输入密码一样。

该方法的主要特点是:

bull; 可能的候选行为生物特征识别只是3D手势。

bull; 不需要额外的硬件,这是手机唯一有效的要求技术即必须在其中嵌入一个三轴加速器。现在, 加速度计是节能的,稳定的,便宜的,兼容的, 并且可以在智能手机中广泛使用。

显然,提出的3-D HGS身份验证系统满足通用性,可收集性,可接受性和最简易的要求(加速度计在所有主要品牌的智能手机上均可用)。在本文的其余部分中,我们将详细介绍拟议的3-D HGS生物特征识别认证系统,并根据真实的人类受试者提供模拟结果, 以评估其他要求,即唯一性,永久性,性能和应对措施. .在此,我们给出了用于评估的两个主要误差指标:FAR和FRR。

  • 剩余内容已隐藏,支付完成后下载完整资料


    资料编号:[238933],资料为PDF文档或Word文档,PDF文档可免费转换为Word

原文和译文剩余内容已隐藏,您需要先支付 30元 才能查看原文和译文全部内容!立即支付

以上是毕业论文外文翻译,课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。