Podrobno

Behavioural Biometrics-Based Context-Adaptive User Authentication
ID Krašovec, Andraž (Avtor), ID Pejović, Veljko (Mentor) Več o mentorju... Povezava se odpre v novem oknu, ID Baldini, Gianmarco (Komentor)

.pdfPDF - Predstavitvena datoteka, prenos (23,37 MB)
MD5: 50B2BB808234CCB86B3A05723D161431

Izvleček
The digital age brought many improvements to daily living; however, it also brought some annoyances, one is the process of user authentication. From passwords to fingerprints, no contemporary method is simultaneously secure, private, and convenient for the user. Authentication based on user behaviour has the potential to cover all three. However, alongside other hurdles, the inconsistency of user behaviour leads to poor security performance. Therefore, in this dissertation, we aim to design a system capable of adapting to behavioural inconsistencies. Simultaneously, we aim to address other concerns in the field. Limited availability of data, heterogeneous evaluation methodology and taxonomy, and inadequate consideration of privacy are all still open topics. First, we collect, process, and publish a novel dataset including about 40 hours of sensor data, set in an internet of things (IoT) environment, and collected from 54 volunteers. Given the multitude of utilised sensing modalities, the dataset's applicability goes beyond cybersecurity as it can equally be applied in the areas of human-computer interaction and cognitive science. Next, we devise a novel privacy-by-design algorithm for training an authentication system and show that it retains the authentication-unrelated information private even when an adversary attempts to infer it. Furthermore, we design, build, and train a behaviour-adaptive authentication system with equal error rates as low as 2%. We achieve this result on data from an unseen user context and it represents at least a 4-fold improvement over the state of the art. Moreover, we propose an evaluation methodology that enables like-to-like comparison of different authentication systems. Lastly, based on the methodology, we build an evaluation toolbox and share it with the research community. The work we accomplish demonstrates that user authentication can indeed be secure, private, and convenient, alleviating everyone of this modern annoyance.

Jezik:Angleški jezik
Ključne besede:user authentication, deep learning, authentication system evaluation, behavioural sensor-based IoT dataset
Vrsta gradiva:Doktorsko delo/naloga
Tipologija:2.08 - Doktorska disertacija
Organizacija:FRI - Fakulteta za računalništvo in informatiko
Leto izida:2026
PID:20.500.12556/RUL-187178 Povezava se odpre v novem oknu
COBISS.SI-ID:291019011 Povezava se odpre v novem oknu
Datum objave v RUL:09.09.2026
Število ogledov:249
Število prenosov:86
Metapodatki:XML DC-XML DC-RDF
:
Kopiraj citat
Objavi na:Bookmark and Share

Sekundarni jezik

Jezik:Slovenski jezik
Naslov:Kontekstu prilagodljivo overjanje uporabnikov na podlagi vedenjske biometrije
Izvleček:
Digitalna doba je v marsičem pripomogla k izboljšanju vsakodnevnega življenja. Istočasno je prinesla tudi kakšno nevšečnost, ena poglavitnih je zagotovo postopek overjanja uporabnikov. Najsibodi to gesla ali prstni odtisi, noben od trenutno razširjenih pristopov obenem ne zagotavlja varnosti, zasebnosti in priročnosti za uporabnika. Overjanje na podlagi uporabnikovega vedenja ima možnost da hkrati zagotovi vse tri. Do sedaj največja prepreka takšnih sistemov, je nedoslednost vedenjskih vzorcev, ki povzročajo težave s stališča varnosti. Zato nameravamo razviti sistem overjanja, ki se je sposoben prilagoditi na vedenjska nihanja in sočasno izboljšati druge pomanjkljivosti s področja, na primer, redkost in omejeno ustreznost podatkovnih zbirk, razdrobljenost metodologije ocenjevanja in primerjanja različnih sistemov in pomanjkanje vključevanja zasebnosti. Zato najprej zberemo in objavimo prosto dostopno podatkovno zbirko interneta stvari, kjer senzorji zajemajo podatke iz okolja v katerem je uporabnik. Zbirka vključuje približno 40 ur zbranih podatkov, kjer je 54 različnih prostovoljcev opravilo zadane naloge. Glede na širino uporabljenih senzorjev, je podatkovna zbirka uporabna tudi za druga področja, na primer pri kongitivni znanosti ali komunikaciji med človekom in računalnikom. Zatem razvijemo nov, po zasnovi zaseben, algoritem učenja za overjanje uporabnikov in pokažemo, da uspešno prepreči prepuščanje informacij, ki niso povezane z overjanjem tudi takrat ko jih napadalec dodatno poskuša razkriti. Poleg tega, zasnujemo, implementiramo in naučimo prilagodljiv sistem za overjanje uporabnikov, ki doseže do 2% stopnjo izenačene napake. Ta rezultat dosežemo na podlagi testnih podatkov drugačne stopnje kognitivne obremenjenosti in iz druge seje kot pri učni množici in predstavlja štirikratno izboljšanje v primerjavi z najsodobnejšimi sistemi. Za konec predstavimo metodologijo ocenjevanja, ki omogoča pošteno primerjavo različnih sistemov. Na podlagi metodologije implementiramo še pripadajoči odprtokodni programski paket. Narejeno delo prikaže, da je overjanje na podlagi vedenjskih vzorcev lahko varno, zasebno in priročno za uporabnika.

Ključne besede:overjanje uporabnikov, globoko učenje, ovrednotenje sistemov overjanja, vedenjska podatkovna zbirka na podlagi IoT senzorjev

Podobna dela

Podobna dela v RUL:
Podobna dela v drugih slovenskih zbirkah:

Nazaj