biometria por digitação

Transcrição

1 biometria por digitação Rudolf Copi Eckelberg 29 de Junho de 2018 Apresentação para a disciplina de Visão Computacional

2 Sumário Introdução Biometria por digitação Features Biometria por digitação em teclado numérico Rede neural Produtos Considerações éticas Conclusões 1

3 Introdução - Biometria Escopo do problema Reconhecimento e/ou identificação de pessoas Uso de features que não possam ser simulados ou copiados Features únicos a cada indivíduo Aplicação Segurança - Identificação / autenticação Forense 2

4 Introdução - Biometria Classificação quanto aos features analizados Biometria Física: Análise de características físicas traços faciais padrões de veias padrão de voz Biometria Comportamental: Análise de padrões comportamentais forma de caminhar padrão de fala padrões de digitação 3

5 Introdução - Biometria Diferenças em termos de aplicação Física Maior precisão Útil como autenticação e identificação Requer cooperação Comportamental Menor invasividade Útil como método auxiliar de identificação Não requer cooperação 4

6 Biometria por digitação Uso dos padrões de digitação para identificação Telégrafos (18XX a 19XX) - Operadores eram capazes de reconhecer um ao outro pelas mensagens Na segunda guerra, inteligência militar percebeu padrões no código morse enviado por cada pessoa J. Leggett and G. Williams, Verifying identity via keystroke characterstics, Inter- national Journal of Man-Machine Studies, vol. 28, no. 1, pp. 6776, Haring, K., "Ham Radios s Technical Culture". The MIT Press,

7 Features Biometria por digitação explora latências como features mais relevantes. Figura: Features relevantes para biometria por digitação Fonte: Banerje, S. P.; Woodard, D. L.: Biometric Authentication and Identification Using Keystroke Dynamics: A Survey 6

8 Biometria por digitação em teclado numérico Keystroke Biometrics with Number-Pad Input Maxion, R., A.; Killourhy, k., s. - IEEE/IFIP International Conference on Dependable Systems & Networks (DSN) (2010) Classificador Random Forest Análise de hold time, latência de dígramo e intervalo de dígramo 7

9 Biometria por digitação em teclado numérico Figura: Comparação - dois indivíduos repetem 50 vezes uma string de 10 números sem erros 8

10 Biometria por digitação em teclado numérico Métrica Resultado Alvo Acertos 99,54% 99,999% Erros 0,46% 0,001% Alarmes falsos 12,50% 1,000% EER 8,60% 0,001% Custo não ponderado 12,96 0,002 Custo ponderado 472,50 1,001 Tabela: Resultados do estimador 9

11 Biometria por digitação em teclado numérico Discussão Resultados considerados bons, mas muito abaixo do objetivo Strings curtas são mais eficientes como biometria Figuras de mérito e metodologias de avaliação não são consistentes pela literatura 10

12 Rede neural Keystroke Dynamics User Authentication Based on Gaussian Mixture Model and Deep Belief Nets Deng, Y.; Zhong, Y. - ISRN Signal Processing 2013 (2013) Uso de base de dados de benchmark: CMU keystroke dynamics 51 indivíduos Dados de HT e dígramos Resultados usando métricas de distância Aplicação de modelo Gaussian Mixture e Deep Belief Network Benchmark: R. V. Yampolskiy and V. Govindaraju, Behavioral biometrics: a survey and classification, International Journal of Biometrics (2009) 11

13 Rede neural 12

14 Rede neural Comparativo de resultados Resultados do grupo são significativamente melhores que aqueles apresentados com o Benchmark ([11]). 13

15 Rede neural Discussão Modelos GMM-UBM e DBN performam significativamente melhores que as métricas de distância originais. GMM-UBM e DBN são aplicados para texto estático, mas podem ser extrapoladas para texto livre (trabalho futuro). 14

16 Produtos TypingDNA Alternativa para autenticação em dois fatores Modelo em API e extensão de navegador (Chrome) Uso de algoritmos proprietários de inteligência artificial Propõem no anúncio: Melhor experiência de usuário Prevenção de fraudes online Redução de compartilhamento de contas Validação de transações Impedimento de trapaças 15

17 Produtos Figura: Página de preços - TypingDNA (17/06/2018) 16

18 Produtos TypingDNA - Portfolio Capgemini - Serviços de consultoria, tecnologia e terceirização Digitax - Automação industrial Improv Traffic School ProctorU - Exames avaliativos 17

19 Produtos IDControl "Biometric authentication on the basis of the Recognition of your Keystroke Behavior during log-on" Empresa que oferece soluções em autenticação biométrica Anuncia que biometria por digitação tem impacto irrelevante na privacidade do usuário Anuncia biometria por digitação como método de baixos FAR e FRR 18

20 Considerações éticas Biometria por digitação pode ser considerada informação pessoal? Dados podem ser coletados sem consentimento prévio do usuário? Quais as consequências da coleta não autorizada? Quais as potenciais consequências do roubo de dados biométricos? 19

21 Consdierações éticas 20

22 Considerações éticas Trabalhos desenvolvidos no sentido de perfilar usuários de acordo com biometria de digitação: S. Z. S. Idrus, E. Cherrier, C. Rosenberger, and P. Bours, Soft biometrics for keystroke dynamics: Profiling individuals while typing passwords, Computers & Security, vol. 45, 2014 A. Buriro, Z. Akhtar, B. Crispo, and F. Del Frari, Age, gender and operating- hand estimation on smart mobile devices, in Biometrics Special Interest Group (BIOSIG), 2016 International Conference of the. IEEE, 2016 Ambos citados por Hellström, E., "Feature learning with deep neural networks for keystroke biometrics"master s degree project in Science and Engineering, Luleå University of Technology (2017) 21

23 Conclusões Biometria com maior potencial de aplicação em autenticação de múltiplos fatores Nicho de mercado pouco explorado Debate ético em aberto 22

24 Questions? 23