[論文レビュー] Analysis of the Human-Computer Interaction on the Example of Image-based CAPTCHA by Association Rule Mining

Darko Brodić, Alessia Amelio|arXiv (Cornell University)|Dec 1, 2016

User Authentication and Security Systems参考文献 7被引用数 4

ひとこと要約

本研究では、顔の表情を特徴とする画像ベースのCAPTCHAにおける人間の反応時間の分析を通じて、関連ルールマイニングを用い、使いやすさに影響する心理的および人口統計的要因を解明した。その結果、35歳未塔の若年層はすべてのCAPTCHAタイプで反応時間が短く、アニメーションキャラクターが最も簡単で、不安そうな顔が最も難しいことが判明した。一方、高学歴およびインターネット経験の多いユーザーは、高齢者においても反応時間が短くなる傾向を示した。

ABSTRACT

The paper analyzes the interaction between humans and computers in terms of response time in solving the image-based CAPTCHA. In particular, the analysis focuses on the attitude of the different Internet users in easily solving four different types of image-based CAPTCHAs which include facial expressions like: animated character, old woman, surprised face, worried face. To pursue this goal, an experiment is realized involving 100 Internet users in solving the four types of CAPTCHAs, differentiated by age, Internet experience, and education level. The response times are collected for each user. Then, association rules are extracted from user data, for evaluating the dependence of the response time in solving the CAPTCHA from age, education level and experience in internet usage by statistical analysis. The results implicitly capture the users' psychological states showing in what states the users are more sensible. It reveals to be a novelty and a meaningful analysis in the state-of-the-art.

研究の動機と目的

• 画像ベースのCAPTCHAの解読時間に影響する人口統計的および行動的要因（年齢、教育水準、インターネット利用経験）の影響を調査すること。
• 顔の表情（アニメーションキャラクター、年配の女性、驚いた顔、不安そうな顔）が、人間の認識速度に与える心理的影響を明らかにすること。
• 関連ルールマイニングを適用し、ユーザー属性と反応時間のカテゴリ（低、中）の間の自然な依存関係を同定することで、CAPTCHAの設計を改善すること。
• 認知心理学およびHCI分野に貢献し、CAPTCHAの解読が速いか遅いかに関連するユーザーの状態を特定すること。
• 実証的データと統計的パターンに基づき、より使いやすく、ユーザーに適応したCAPTCHAシステムの開発を支援すること。

提案手法

• 100名のインターネットユーザーを対象に実験を実施し、顔の表情が異なる4種類の画像ベースのCAPTCHAの反応時間を収集した。
• 年齢（35歳未塔、35歳以上）、教育水準（中等教育、高等教育）、インターネット利用頻度（低、中、高）でユーザーを分類した。
• ユーザー属性と反応時間のカテゴリ（低、中）の間の頻度パターンおよび依存関係を特定するために、関連ルールマイニングを適用した。
• 抽出されたルールの強さと有意性を評価するために、サポート、コンfidエンス、リフト値を計算した。
• 人口統計的変数と解読速度の間の関連性の信頼性を評価するために、統計的分析を実施した。
• 反応時間の変動に最も影響を与える要因を特定するために、リフト値とコンfidエンスが高かったルールを優先順位付けした。

実験結果

リサーチクエスチョン

• RQ1 年齢は、顔の表情を含む画像ベースのCAPTCHAの解読にかかる反応時間にどのように影響するか？
• RQ2 教育水準およびインターネット利用経験は、さまざまなタイプの画像ベースのCAPTCHAの解読速度にどのように影響するか？
• RQ3 画像ベースのCAPTCHAにおけるどの顔の表情が最も簡単に認識され、どの表情が最も難易度が高いか？
• RQ4 低反応時間または中程度の反応時間に関連する主な人口統計的および行動的パターンは何か？
• RQ5 関連ルールマイニングは、ユーザー特性とCAPTCHA解読パフォーマンスの間の隠れた関係をどのように解明できるか？

主な発見

• 35歳未塔のユーザーは、すべてのCAPTCHAタイプで一貫して反応時間が短く、顔の表情の認識が速いことが示された。
• アニメーションキャラクターのCAPTCHAは最も簡単で、35歳未塔のユーザーの76％が反応時間が低かった。次に、35歳以上で中等教育を受けたユーザーの67％が、年配の女性のCAPTCHAで低反応時間であった。
• 不安そうな顔のCAPTCHAは最も難易度が高く、35歳以上で中等教育を受けたユーザーのうち55％しか低反応時間に到達しなかった。一方、高等教育を受け、中程度のインターネット利用経験があるユーザーの94％が中程度の反応時間であった。
• インターネット利用頻度の高いユーザーおよび教育水準が高いユーザーは、特に不安そうな顔のような複雑な顔の表情に対して、反応時間が速いという強い予測要因となった。
• リフト値が高く（例：35歳以上、高等教育、中程度のインターネット利用 → 中程度の反応時間、リフト2.14）、ユーザーのプロファイルと解読速度の間の有意な依存関係が明らかになった。
• 驚いた顔のCAPTCHAは、低反応時間と強く関連しなかったため、ユーザーにとって直感的でないか、曖昧である可能性があることが示唆された。