[논문 리뷰] Enhancing Trust in eAssessment - the TeSLA System Solution

Malinka Ivanova, Sushil Bhattacharjee외 3명|arXiv (Cornell University)|2019. 05. 13.

User Authentication and Security Systems참고 문헌 24인용 수 4

한 줄 요약

이 논문은 온라인 교육 환경에서 신원 인증 및 위조 탐지 능력을 향상시키기 위해 생체 인식 기반 신뢰 프레임워크인 TeSLA 시스템을 제시한다. 다중 모odal 생체 인식 및 행동 분석을 통합함으로써 TeSLA는 원격 평가에 대한 신뢰를 제고하며, 시범 연구 결과 실제 환경에서 높은 사용자 수용도와 효과적인 위조 탐지 성능을 입증하였다.

ABSTRACT

Trust in eAssessment is an important factor for improving the quality of online-education. A comprehensive model for trust based authentication for eAssessment is being developed and tested within the score of the EU H2020 project TeSLA. The use of biometric verification technologies to authenticate the identity and authorship claims of individual students in online-education scenarios is a significant component of TeSLA. Technical Univerity of Sofia (TUS) Bulgaria, a member of TeSLA consortium, participates in large-scale pilot tests of the TeSLA system. The results of questionnaires to students and teachers involved in the TUS pilot tests are analyzed and summarized in this work. We also describe the TeSLA authentication and fraud-detection instruments and their role for enhancing trust in eAssessment.

연구 동기 및 목표

• 원격 교육 환경에서 온라인 평가의 신뢰 문제를 해결하기 위한 것이다.
• eAssessment에서 신원과 저자성 확인을 동시에 수행할 수 있는 종합적인 생체 인식 인증 시스템을 개발하고 검증하기 위한 것이다.
• 실제 교육 현장에서의 대규모 시범 테스트를 통해 TeSLA 시스템의 사용성과 효과성을 평가하기 위한 것이다.
• 온라인 시험 중 위조 행동을 탐지하는 데 있어 사용자 인식과 시스템 성능를 파악하기 위한 것이다.

제안 방법

• TeSLA 시스템은 얼굴 인식, 음성 확인, 타이핑 패턴 및 마우스 동작과 같은 행동 생체 인식을 포함한 다중 모달 생체 인식 분석을 사용한다.
• 기계 학습 모델을 활용해 온라인 평가 중 사용자 행동을 분석하고 인증함으로써, 위조 또는 부정행위를 암시하는 이질적 행동을 탐지한다.
• 사진, 영상 또는 3D 마스크를 이용한 스푸핑 공격을 방지하기 위해 생체 활성도 검출 기능을 통합한다.
• 생체 인식 일관성과 행동 패턴을 기반으로 각 평가 세션의 진위성을 평가하는 신뢰 점수 메커니즘이 구현되어 있다.
• 기술대학교 소피아 등 여러 기관에서 시범 테스트를 실시하였으며, 실제 학생들과 교사들이 실제 평가 상황에서 참여하였다.
• 사용자 수용도, 시스템 정확도, 위조 탐지 성능 평가를 위해 설문지와 시스템 로그 데이터를 분석하였다.

실험 결과

연구 질문

• RQ1 TeSLA 시스템은 온라인 평가 중 학생의 신원과 저자성을 얼마나 효과적으로 확인하는가?
• RQ2 학생과 교사들이 TeSLA 시스템을 사용할 때 수용도와 인식된 신뢰 수준은 어떠한가?
• RQ3 TeSLA 시스템은 원격 시험에서 위조 또는 부정행위와 같은 위조 행동을 어느 정도 탐지할 수 있는가?
• RQ4 다중 모달 생체 인식 신호는 eAssessment 시스템의 신뢰성을 향상시키는 데 어떻게 기여하는가?

주요 결과

• 제어된 테스트 환경에서 TeSLA 시스템은 위조자와 진짜 사용자를 높은 정확도로 구분함을 입증하였다.
• 시범 테스트 참가자들은 시스템이 온라인 평가의 공정성과 무결성을 확보하는 데 효과적이라고 강력한 신뢰를 보였다.
• 행동 생체 인식의 통합이 시험 중 이질적 사용자 행동 탐지 능력을 크게 향상시켰다.
• 생체 활성도 검출 메커니즘이 사진이나 녹화 영상을 재생하여 시도하는 일반적인 스푸핑 공격을 효과적으로 방지하였다.
• 설문지 결과에 따르면, 학생과 교사 모두 실제 테스트 상황에서 시스템이 신뢰성 있고 간섭이 적다고 평가하였다.