Nasz sposób obsługiwania telefonu zdradza o nas więcej niż przypuszczamy

Skanery linii papilarnych, systemy rozpoznawania tęczówki i twarzy – świat identyfikacji biometrycznej rozwija się, aby dotrzymać tempa stale rosnącemu zapotrzebowaniu na szybkie i łatwe w użyciu środki bezpieczeństwa.

Masz różne hasła do poszczególnych witryn. Zmieniasz je systematycznie. Wszystkie je pamiętasz. Mimo że zachowujesz ostrożność, witryny padają ofiarą włamań, a dane są narażone na szwank, co sprawia, że logowanie do witryn i korzystanie z usług jest często skomplikowane i niedostatecznie zabezpieczone. Biometryka wydaje się oferować solidne rozwiązania. Rozpoznawanie głosu w systemie bankowości elektronicznej, wbudowane rozpoznawanie twarzy w aplikacjach mobilnych, skanowanie linii papilarnych, aby uzyskać dostęp do telefonu – wszystkie te funkcje mają na celu przyspieszenie naszej interakcji z technologią.

Jednak, mimo tego że uwalniają nas od tyranii haseł, te zabezpieczenia można obejść. Technologia mająca stworzyć w pełni wykształcone zabezpieczenia potrzebuje całego wachlarza zestawów atrybutów, z których pobierane będą spójne cechy charakterystyczne celem identyfikacji. Im większe zróżnicowanie w typie zgromadzonych danych, tym większe szanse na stworzenie precyzyjnych profili, dzięki czemu poprawa bezpieczeństwa staje się bardziej realistyczna.

Partnerzy finansowanego ze środków UE projektu AMBER (Enhanced Mobile Biometrics) właśnie tego dokonali. Wykazali, że są w stanie zidentyfikować płeć na podstawie rozłożenia gestów na czynniki pierwsze i przeanalizowania za pomocą wielorakich zbiorów danych sposobu, w jaki użytkownicy przesuwają ekrany. W niedawno opublikowanym artykule zespół omawia szczegółowo oprogramowanie i protokół wykorzystane do gromadzenia danych, pobierany zestaw atrybutów i analizę następującego po tym maszynowego uczenia się. Wyniki tej analizy eksploracyjnej potwierdziły możliwość przewidywania płci na podstawie danych o gestach przesuwania, gdyż uzyskano zachęcający wskaźnik dokładności na poziomie 78%, używając danych o gestach przesuwania z dwóch różnych kierunków.

Dane o gestach przesuwania zebrano za pomocą smartfona „Galaxy S2” GT-I9100 firmy Samsung. Naukowcy skupili się na 14 parametrach, takich jak średnia prędkość, odległości łuków, kąty początku i końca, obszar i długość. Uczestników poproszono, aby obsługiwali smartfony jedną ręką (zgodnie ze swoimi preferencjami) w pionie i używali kciuka tej samej dłoni do interakcji z ekranem.

Tego typu dane określa się mianem miękkiej biometryki, której można użyć do poprawy interakcji i zwiększenia bezpieczeństwa. Miękką biometrykę definiuje się jako „anatomiczne lub behawioralne cechy charakterystyczne, które dostarczają pewnych informacji o tożsamości osoby, ale nie są to wystarczające dowody, aby móc określić jej tożsamość precyzyjnie”. Twarda biometryka obejmuje rozpoznawanie linii papilarnych, tęczówki i twarzy.

Zespół opracowuje oprogramowanie, które jest w stanie nie tylko zidentyfikować płeć na podstawie sposobu przesuwania ekranu, ale także uwzględnia ustawienie telefonu oraz sposób noszenia go. Piękno tej koncepcji polega na tym, że czujniki potrzebne do dostarczania danych są już wbudowane w większość telefonów i tabletów.

Naukowcy wyjaśniają, że przewidywane cechy miękkiej biometryki mogą umożliwić systemom elektronicznym opartym na ekranach dotykowych lepsze dostosowywanie interakcji do cech użytkownika. Ponadto tego typu informacje mogą również podnieść wydajność systemów ciągłego uwierzytelniania biometrycznego, wdrożonych w urządzeniach z ekranem dotykowym.

Więcej informacji:
witryna projektu

data ostatniej modyfikacji: 2017-09-13 17:15:01
Komentarze


Polityka Prywatności