[論文レビュー] WristAuthen: A Dynamic Time Wrapping Approach for User Authentication by Hand-Interaction through Wrist-Worn Devices

Qi Lyu, Zhifeng Kong+2 more|arXiv (Cornell University)|Oct 22, 2017

User Authentication and Security Systems参考文献 8被引用数 4

ひとこと要約

本稿では、手書きのインタラクション中に得られる加速度計およびジャイロスコープのデータに動的時間ワープング（DTW）とサヴィツキー＝ゴラー平滑化を適用することで、偽の署名データを必要とせず、高い精度（AUC = 0.983、FRR = 1.78%、FAR = 6.7%）を達成する、手首に装着するデバイスを用いたユーザー認証システムWristAuthenを提案する。この手法により、堅牢でリアルタイムな行動バイオメトリクス認証が可能となる。

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.

研究の動機と目的

• 手首に装着するデバイスからの行動バイオメトリクスを用いて、リアルタイムかつ高精度なユーザー認証システムを開発すること。
• ラベル付きの偽物の署名データに依存せずに、微細な書き込み行動パターンに基づいてユーザーを区別する課題に対処すること。
• ウェアラブルベースの認証において、模倣やスプーフィング攻撃に対する耐性を高めること。
• 個々のユーザーの書き込み運動ダイナミクスに基づいて、プラットフォームに依存しない独自の指標を構築すること。

提案手法

• 定められた単語を入力する際の手首の運動データを、加速度計およびジャイロスコープで収集する。
• 原始的なセンサ信号を平滑化し、高精度な運動特徴を抽出するためにサヴィツキー＝ゴラー平滑化を適用する。
• 速度やタイミングのばらつきがあっても、時間的シーケンスの一致と比較が可能となるよう、動的時間ワープング（DTW）を用いる。
• 各運動方向から54個の統計的および周波数ドメイン特徴量を抽出し、識別性を高めるために追加の特徴量（ピークおよび距離）を導入する。
• 特徴量の重複を低減し、最も情報量の多い特徴量を選択するためにラッソ正則化を用いる。
• 偽物のデータを事前に必要としないように、本物の書き込みサンプルのみで分類器を学習させ、偽物の自動検出を可能にする。

実験結果

リサーチクエスチョン

• RQ1 手書きのインタラクションから得られる手首に装着するデバイスのセンサデータは、一意で識別性の高い行動バイオメトリクス署名を生成できるか？
• RQ2 可変速度の書き込み動作を認証に適応させるために、動的時間ワープング（DTW）はどの程度有効か？
• RQ3 本物のサンプルのみで学習したシステムは、明示的な否定例（偽物）が存在しない状況でも偽物入力を検出できるか？
• RQ4 従来の分類器（SVMなど）と比較して、本手法は分布外入力に対してどの程度耐性があるか？
• RQ5 模倣攻撃およびデータ変動攻撃の下で、システムの性能はいかがなっているか？

主な発見

• 提案手法は受信器操作特性曲線（ROC）下の面積（AUC）が0.983に達し、本物と偽物の区別が優れていることを示している。
• 偽陰性率（FNR）は1.78%、偽陽性率（FPR）は6.7%であり、ユーザー識別において高い正確性を示している。
• 閾値δ=0.62の条件下ですべての攻撃をブロックし、真正陽性率（TPR）が94%に達しており、模倣攻撃に対する強い耐性を示している。
• 保守的な閾値を用いる場合、すべての攻撃シナリオでFPRが100%を維持しており、スプーフィング攻撃に対する強い耐性があることを証明している。
• SVMと比較して、本手法は分布外入力をよりよく検出できており、SVMは10個の非'love'語のうち5つを誤って'love'と分類した—これは深刻なセキュリティ上の欠陥である。
• ラッソによる特徴量選択により、冗長性が低減されつつ識別力が保持され、精度を損なわずモデルの効率性が向上している。