• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Conference on Transdisciplinary AI >Towards Passive Authentication using Inertia Variations: An Experimental Study on Smartphones
【24h】

Towards Passive Authentication using Inertia Variations: An Experimental Study on Smartphones

机译：利用惯性变化实现被动认证的智能手机实验研究

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Passive biometrics and behavioral analytics seek to identify users based on their unique patterns of activities. In this paper, we test the feasibility of using time-varying inertia data as passive biometrics to be used for user identification and authentication. We present a deep learning model for inertia pattern recognition that achieved a high accuracy of 87.17%. A fully-connected sequential deep neural network was trained on 6730 sensor data samples, each having 15 features: triaxial measurements from accelerometer, gyroscope, magnetometer, and rotational vector. We further discuss the potential impact of inertia pattern recognition for user identification and authentication.
机译：被动生物识别和行为分析旨在根据用户的独特活动模式来识别他们。在本文中，我们测试了使用时变惯性数据作为被动生物识别技术进行用户识别和认证的可行性。我们提出了一种用于惯性模式识别的深度学习模型，该模型实现了87.17％的高精度。在6730个传感器数据样本上训练了一个完全连接的顺序深度神经网络，每个样本都有15个特征：来自加速度计，陀螺仪，磁力计和旋转矢量的三轴测量。我们将进一步讨论惯性模式识别对用户识别和身份验证的潜在影响。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号