휴대전화가 그립으로 사용자를 식별하는 방법

당신의 그립으로 당신을 식별함으로써 언젠가는 당신의 휴대폰이 도둑으로부터 안전하게 보호될 수도 있습니다.

루이지애나 주립 대학의 연구원들은 다음을 사용하는 방법을 찾았습니다. 인공지능 (A.I.) 휴대전화가 사용자가 휴대전화를 쥐고 있는 방식을 분석하는 데 도움이 됩니다. 이 방법은 전화기가 소유자 또는 다른 사람의 손에 있는지 확인하는 데 도움이 될 수 있다고 합니다. 새로운 연구.

"일체 포함. 특히 사용자의 생체인식 특징을 학습하고 식별하는 강력한 능력이 있습니다. 휴대폰에서 사용할 수 있는 전용 센서나 고성능 센서는 많지 않습니다.” 컴퓨터 과학 교수 왕첸, 연구 저자 중 한 명은 인터뷰에서 말했습니다.

너 자신을 알라

Wang의 발명품은 휴대폰을 쥐면 작동합니다. 알림음이 재생되면 휴대전화의 마이크가 소리를 녹음합니다. AI 기반 알고리즘은 소리를 처리하고 사용자의 특징 프로필이나 녹음된 손 그립과 일치하도록 생체 특징을 추출합니다. 일치하는 항목이 있으면 인증에 성공하고 알림 미리보기가 화면에 표시됩니다. 그렇지 않으면 보류 중인 알림 수만 표시됩니다.

사람들은 손 크기, 손가락 길이, 잡는 힘, 손 모양이 다르기 때문에 소리에 미치는 영향도 다르며 AI가 학습하고 구별할 수 있다고 Wang은 말했습니다. 연구자들은 인간의 특성과 관련된 이러한 신체 측정 및 계산을 생체 인식이라고 부릅니다.

"일체 포함. 카메라, 마이크, 터치스크린, 동작 센서 등 모바일 장치에서 쉽게 사용할 수 있고 저렴한 센서를 활용하여 사용자를 식별할 수 있는 방법을 제공합니다.”라고 덧붙였습니다. “얼굴, 홍채, 지문 등 기존의 생리학적 생체인식에 더해 A.I. 행동을 추출하는 데에도 좋습니다. 신체 움직임, 손가락 제스처, 서명, 손 움직임, 음성 및 보행 패턴을 포함한 생체 인식은 복제하기가 더 어렵다고 생각됩니다. 적."

인터뷰에서는 댄 시미온, 기술 회사 Capgemini Americas의 AI 및 분석 부사장은 A.I. 인간의 약점을 보완할 수 있기 때문에 사용자를 인식하는 데 유용합니다.

“많은 경우 인식은 보안 코드나 비밀번호를 기반으로 하여 전화기와 같은 물건이 실제로 특정 사람의 소유인지 확인합니다.”라고 그는 덧붙였습니다. “그러나 보안 질문과 같은 것을 사용할 때의 우려와 한계는 사용자가 도난당하거나 비밀번호를 잊어버릴 수 있다는 것입니다. 일체 포함. 이러한 제한의 위험을 제거하므로 대안으로 유용합니다.”

일체 포함. 인정을 위해

당신은 아마도 이미 A.I를 접해본 적이 있을 것입니다. 신분증. 다양한 형태의 A.I. Simion은 얼굴 인식, 음성 인식, 지문 등 사용자를 인식하는 데 사용된다고 말했습니다. 이 기술은 휴대전화에 접속하는 데 사용되며 곧 웨어러블 기기와 같은 다른 장치에도 적용될 수 있을 것이라고 그는 덧붙였습니다.

“예를 들어, 그 사람의 심박수가 평소보다 훨씬 높거나 활동 수준이 훨씬 낮다면, 일체 포함. 이러한 이상 현상은 일반 장치의 인지 패턴과 맞지 않기 때문에 인식할 수 있습니다. 소유자."

그러나 A.I. 인식에는 여전히 단점이 있습니다. Wang은 대부분의 AI 기반 사용자 인식 방법에서는 여전히 사용자가 생체 데이터를 적극적으로 입력해야 한다고 말했습니다. 기기를 공유하는 경우와 같이 사용자의 참여가 즉각적이지 않은 경우에는 작동하지 않습니다. 친구나 가족과 함께 또는 메시지 알림이 잠긴 장치에 자동으로 표시되는 경우 화면.

또한 생체인식은 연구자들이 재생 공격이라고 부르는 것에 영향을 받습니다. 예를 들어, 공격자는 3D를 기반으로 사용자의 얼굴, 지문, 홍채를 물리적으로 위조할 수 있습니다. 인쇄 및 A.I. 사용자의 얼굴, 음성 및 기타 생체 인식을 복제하는 데 악용될 수도 있습니다. 디지털로.

블록체인 및 보안 컴퓨팅 전문가이자 CTO인 Dave Maher에 따르면 상호 신뢰, 인터뷰에서 미래에는 A.I. 패턴을 추적하는 데이터는 사이버 위협을 탐지하는 데 사용됩니다. 일체 포함. 이러한 패턴이 악의적인 행동을 나타내는지 여부를 확인하거나 시스템이 공격을 받고 있는지 확인하기 위해 행동 패턴을 분류하는 데 점점 더 많이 사용될 것입니다.

한 가지 예는 미라이 봇넷, Maher는 이를 IoT 시스템을 감염시키는 돌연변이 바이러스에 비유했습니다. 봇넷은 다수의 장치를 마샬링하여 해당 장치가 속한 네트워크를 공격할 수 있습니다.

"일체 포함. 이는 바이러스와 돌연변이 대응물을 식별하는 데 사용될 것입니다.”라고 Maher는 말했습니다.

Chen이 진행하고 있는 또 다른 프로젝트는 귀하의 쇼핑을 더욱 안전하게 만드는 것입니다. 이 시스템은 식료품점의 셀프 계산대와 같은 키오스크에서의 확인을 위해 휴대폰을 잡는 손을 사용합니다.
NFC 기반 인증이나 QR코드 인증을 위해 사용자가 키오스크에 휴대폰을 가까이 대면, 부스에 설치된 카메라에 사용자가 쥐고 있는 손등의 모습이 포착된다.

“AI 기반 방법은 쥐고 있는 손 이미지를 처리하고 이를 사용자가 등록한 이미지와 비교합니다. 잡는 손의 모양, 피부 패턴/색상, 잡는 동작을 확인하여 손 이미지를 만듭니다.” Chen 추가되었습니다.

편집자의 추천

• 연구에 따르면 새 휴대전화를 절대 사면 안 되는 곳이 하나 있습니다.
• FBI의 딥페이크 경고가 걱정되시나요? 전문가의 조언을 따르세요
• iOS 17이 탑재되면 iPhone이 Pixel Tablet 기능을 훔칠 수 있습니다.
• 이 앱으로 인해 Pixel 휴대전화의 배터리 수명이 단축될 수 있습니다.
• ChatGPT는 잊어버리세요 — Siri와 Google Assistant는 이 4가지 기능을 더 잘 수행합니다