Systemets oversigt. Kredit:Mufandaidza, Ramotsoela &Hancke.
Et team af forskere ved University of Pretoria og City University of Hong Kong har for nylig udviklet et kontinuerligt smartphone-brugergodkendelsessystem baseret på ganganalyse. Dette system, skitseret i et papir fremlagt på den 44 th årlige konference for IEEE Industrial Electronics Society, drager fordel af en enheds allerede eksisterende hardware, autentificering af smartphonebrugere baseret på deres gangmønstre.
Udtrykket 'gang' refererer til det bevægelsesmønster, der opnås ved at bevæge lemmer, mens du går eller løber. Forskning har fundet ud af, at gangmønstre er meget forskellige fra person til person, i en sådan grad, at ganganalyse kan bruges til biometrisk autentificering.
Eksisterende biometriske ganggenkendelsesværktøjer kan grupperes i tre hovedkategorier:maskinsynsbaseret, gulvsensorbaserede og bærbare sensorbaserede metoder. I maskinsynsbaseret ganggenkendelse, et system bruger kameraer til at indsamle data og analyserer dem derefter ved hjælp af billedbehandlingsteknikker.
Gulvsensor-baserede ganggenkendelsessystemer, på den anden side, arbejde via en måtte, der kan måle den kraft og hastighed, der er forbundet med en persons skridt. Endelig, bærbare sensorbaserede ganggenkendelsessystemer bruger bærbare enheder med sensorer, såsom accelerometre, gyrosensorer og kraftsensorer, at registrere og registrere gangaktivitet.
"Dette papir præsenterer udviklingen af et smartphone-brugergodkendelsessystem, som udnytter enhedens allerede eksisterende hardware, " skrev forskerne i deres papir. "Autentificeringen var baseret på en smartphonebrugers gangmønster, som er et biometrisk træk."
Holdet af forskere ved University of Pretoria og City University of Hong Kong udviklede et bærbart sensorbaseret ganggenkendelsessystem, der udnytter en smartphones allerede eksisterende hardware, specifikt af dets accelerometer. I dag, de fleste smartphones har indbyggede accelerometre, som kan registrere en brugers gangrelaterede data.
Feed Forward Neural Network. Kredit:Mufandaidza, Ramotsoela &Hancke.
Systemet udviklet af forskerne kræver ikke yderligere hardware for at fungere, det medfører derfor ikke ekstra omkostninger at opgradere eksisterende smartphones. Den fungerer ved løbende at analysere gangrelaterede data indsamlet af smartphonens indbyggede accelerometer og underrette smartphonens ejer via e-mail, når den registrerer usædvanlige ændringer i gangmønstre.
"Hvis godkendelsesresultatet er positivt, godkendelsesprocessen fortsætter uafbrudt i baggrunden, " forklarede forskerne i deres papir. "Hvis autentificeringen mislykkes, enhedens placeringsoplysninger skal sendes til en forudbestemt e-mailadresse for at give den autoriserede bruger besked om, hvor enheden befinder sig."
Den tilgang til gangbaseret autentificering foreslået af forskerne består af en sensordataopsamlingsenhed, en forbehandlingsenhed, en klassifikationsalgoritme og et evalueringssystem. Smartphones indbyggede accelerometer indsamler løbende gangrelaterede data, der er forbehandlet af forbehandlingsenheden og derefter analyseret af en dynamisk tidsforvrængning (DTW) algoritme og et feed-forward neuralt netværk (FFNN), som autentificerer brugeren.
Inden for et minut efter første opdagelse af uautoriseret adgang, systemet sender en e-mail-meddelelse til smartphone-ejeren, som inkluderer tidsstempler for enhedens sidst kendte placeringer. Dette kan hjælpe brugere med at hente deres smartphones, når de ved et uheld forsvandt eller mistede dem.
I foreløbige evalueringer, dette nye gangbaserede autentificeringssystem opnåede en sensitivitet på 0,74 og en specificitet på 0,78. Selvom disse resultater er opmuntrende, forskerne bliver nødt til at udvikle systemet yderligere, før det med succes kan anvendes i den virkelige verden.
"Mens udførelsen af den foreslåede ordning er lovende, det skal forbedres for at systemet kan blive praktisk levedygtigt, " skrev forskerne.
© 2019 Science X Network