[논문 리뷰] WristAuthen: A Dynamic Time Wrapping Approach for User Authentication by Hand-Interaction through Wrist-Worn Devices

Qi Lyu, Zhifeng Kong외 2명|arXiv (Cornell University)|2017. 10. 22.

User Authentication and Security Systems참고 문헌 8인용 수 4

한 줄 요약

이 논문은 손목에 착용하는 장치에서 수기 입력 동안의 가속도계 및 자이로스코프 데이터를 활용하여 동적 시간 왜곡(DTW)과 Savitzky-Golay 필터링을 적용한 사용자 인증 시스템인 WristAuthen을 제안한다. 가짜 서명 데이터가 필요 없이도 높은 정확도(AUC = 0.983, FRR = 1.78%, FAR = 6.7%)를 달성하여, 강력하고 실시간으로 작동하는 행동 생체 인증이 가능하다.

ABSTRACT

The growing trend of using wearable devices for context-aware computing and pervasive sensing systems has raised its potentials for quick and reliable authentication techniques. Since personal writing habitats differ from each other, it is possible to realize user authentication through writing. This is of great significance as sensible information is easily collected by these devices. This paper presents a novel user authentication system through wrist-worn devices by analyzing the interaction behavior with users, which is both accurate and efficient for future usage. The key feature of our approach lies in using much more effective Savitzky-Golay filter and Dynamic Time Wrapping method to obtain fine-grained writing metrics for user authentication. These new metrics are relatively unique from person to person and independent of the computing platform. Analyses are conducted on the wristband-interaction data collected from 50 users with diversity in gender, age, and height. Extensive experimental results show that the proposed approach can identify users in a timely and accurate manner, with a false-negative rate of 1.78\%, false-positive rate of 6.7\%, and Area Under ROC Curve of 0.983 . Additional examination on robustness to various mimic attacks, tolerance to training data, and comparisons to further analyze the applicability.

연구 동기 및 목표

• 손목에 착용하는 장치에서 유저의 행동 생체 정보를 활용해 실시간으로 정확한 사용자 인증 시스템을 개발하는 것.
• 라벨이 부여된 가짜 서명 샘플에 의존하지 않고도 세밀한 글쓰기 상호작용 패턴을 기반으로 사용자를 구분하는 문제를 해결하는 것.
• 가상의 모방 및 스푸핑 공격에 대비한 내성적인 강건성을 향상시키는 것.
• 개인의 글쓰기 운동 동역학에 기반하여 유일하고 플랫폼에 구애받지 않는 지표를 생성하는 것.

제안 방법

• 사용자가 정해진 단어를 쓰는 동안 가속도계와 자이로스코프를 활용해 손목 운동 데이터를 수집한다.
• 원시 센서 신호를 매끄럽게 다듬고 고해상도 운동 특징을 추출하기 위해 Savitzky-Golay 필터링을 적용한다.
• 속도와 시간의 변동이 있는 경우에도 시간적 시퀀스를 정렬하고 비교하기 위해 동적 시간 왜곡(DTW)을 사용한다.
• 각 운동 차원에서 54개의 통계적 및 주파수 도메인 특징을 추출하며, 추가로 분류 성능을 향상시키기 위해 Peak 및 Dis 특징을 추가한다.
• 특징 간 중복을 줄이고 가장 정보가 풍부한 특징을 선택하기 위해 Lasso 정규화를 활용한다.
• 가짜 샘플 데이터를 사전에 확보하지 않고도 진짜 서명 샘플만으로 학습된 분류기를 활용하여, 가짜 입력을 자동으로 탐지한다.

실험 결과

연구 질문

• RQ1 손목에 착용하는 장치의 센서 데이터를 활용해 수기 입력 상호작용에서 고유하고 구분력 있는 행동 생체 인증 서명을 생성할 수 있는가?
• RQ2 변동하는 속도로 작성된 글쓰기 동작을 정렬하기 위해 동적 시간 왜곡(DTW)이 얼마나 효과적인가?
• RQ3 진짜 샘플만으로 학습된 시스템이 명시적인 부정 예시 없이도 가짜 입력을 탐지할 수 있는가?
• RQ4 기존의 SVM과 비교했을 때, 제안된 방법은 분포 외부의 입력에 대해 얼마나 강건한가?
• RQ5 모방 공격 및 데이터 변형 공격 상황에서 시스템의 성능은 어떠한가?

주요 결과

• 제안된 시스템은 수신자 작동 특성 곡선(AUC)이 0.983로, 진짜와 가짜 시도 사이의 구분 능력이 뛰어나다는 것을 나타낸다.
• 거짓 음성 비율(FNR)은 1.78%, 거짓 양성 비율(FPR)은 6.7%로, 사용자 식별의 높은 정확도를 입증한다.
• δ=0.62의 임계값 조건에서도 시스템은 모든 공격을 차단하며 진짜 양성 비율(TPR)이 94%를 유지하여 모의 공격에 대한 강력한 내성성을 보여준다.
• 보수적인 임계값을 사용할 경우, 모든 공격 시나리오에서 FPR이 100% 유지되어 스푸핑 공격에 대한 강력한 저항력을 입증한다.
• SVM과 비교했을 때, 제안된 방법은 분포 외부 입력을 더 잘 탐지한다. SVM은 10개의 비-'사랑' 단어 중 5개를 잘못 '사랑'으로 분류했으며, 이는 심각한 보안 결함이다.
• Lasso를 통한 특징 선택은 중복을 줄이며 분류 성능를 유지하면서 모델의 효율성을 향상시킨다.