Please use this identifier to cite or link to this item: http://repositorio.unicamp.br/jspui/handle/REPOSIP/322672
Type: DISSERTAÇÃO DIGITAL
Degree Level: Mestrado
Title: Técnicas para autenticação contínua em dispositivos móveis a partir do modo de caminhar
Title Alternative: Continuous gait authentication techniques for mobile devices
Author: Santos, Geise, 1992-
Advisor: Rocha, Anderson de Rezende, 1980-
Abstract: Resumo: Com a crescente utilização dos dispositivos móveis (e.g., smartphones), e suas tecnologias cada vez mais avançadas, tais dispositivos tornaram-se ubíquos e, muitas vezes, uma extensão de nós mesmos. Nesse sentido, por questões de segurança e privacidade, cresce constantemente a necessidade de proteção dos dados dos usuários nesses aparelhos móveis. Buscando resolver esse problema, vários destes dispositivos implementam políticas diversificadas de autenticação, em sua maioria, baseados em senhas ou características biométricas. No entanto, geralmente, a autenticação ocorre apenas uma vez, quando o usuário conecta-se ao aparelho, deixando os dados do usuário vulneráveis durante a utilização do mesmo. Dessa forma, neste trabalho, propomos técnicas para autenticação do usuário de forma contínua, utilizando como característica biométrica, seu modo de caminhar. Ao analisar o comportamento do usuário durante intervalos de tempo, visamos garantir maior segurança aos dados pessoais presentes nos dispositivos. As principais vantagens da autenticação contínua baseada no modo de caminhar são: (1) naturalidade ao indivíduo; (2) dificuldade intrínseca de falsificação; (3) ausência de necessidade de colaboração por parte do usuário, e; (4) ubiquidade e transparência durante todo o processo de autenticação. Utilizamos dados coletados por dois sensores: o acelerômetro, presente nos dispositivos móveis atuais; e o vetor de rotação, o qual não é um sensor físico mas, gerado a partir da fusão de sensores físicos como, acelerômetro, magnetômetro e/ou giroscópio. Para o processamento dos dados desses sensores, propomos diversas abordagens tanto para redução de ruídos e remoção de artefatos dos dados quanto para torná-los invariantes à posição do dispositivo e à direção de caminhada do usuário, culminando com a proposta de um novo sistema de coordenadas centrado no usuário. Também projetamos um classificador de caminhada de forma a garantir que não existam dados na etapa de reconhecimento que sejam de outras atividades. Além disso, investigamos métodos de descrição de sinais existentes na literatura para caracterização dos dados do usuário e, então, aplicamos abordagens de aprendizado de máquina para o processo de verificação do usuário (cenário 1:1). Por fim, analisamos alguns métodos para fusão temporal das classificações (late fusion) com o objetivo de garantir que a autenticação ocorra ao longo do tempo, ou seja, de forma contínua. Para validar as técnicas propostas, criamos uma base de dados com 50 usuários e duas sessões em dias diferentes para cada usuário com dados de acelerômetro e de vetor de rotação, sendo também uma contribuição desse trabalho

Abstract: Mobile devices are becoming ubiquitous and, sometimes, even extensions of ourselves. Therefore, concern about user privacy and security on these devices has grown significantly. In this vein, some mobile devices now implement various authentication protocols, most of them, based on passwords or biometric traits. However, usually the authentication happens just once, when the user starts interacting with the device. In this work, we propose continuous authentication techniques using gait as a biometric trait. We aim to ensure better personal data security through the analysis of the user walking behavior over time. The main advantages of the continuous gait authentication are: (1) it is natural individual and transparent to the individual; (2) it is difficult to spoof; and (3) it does not need user cooperation. We use data from two sensors: the accelerometer, which is a mobile device sensor; and the rotation vector, which is not a physical sensor but rather the result of combining data from different physical sensors such as the accelerometer, magnetometer and/or gyroscope. We propose approaches to process the data from these sensors that reduce the acquisition noise and possible artifacts, and turn the data invariant to the device's position and the user's movement direction. For that we propose a new coordinate system referred to as user-centric as opposed to the two common coordinate systems in user nowadays, the device and the world-coordinate systems. We also design and develop a walking classifier with the intention of guaranteeing that all data available for authentication refer to the walking activity. Moreover, we investigate signal characterization methods to properly describe the user data for further user verification on a $1:1$ setup. Finally, we analyze some methods for temporal fusion of the classifications (late fusion) in order to ensure that the authentication happens over time, i.e., continuous authentication. For the techniques validation, we create a dataset with 50 volunteers and two sessions in different days for each individual with accelerometer and rotation vector data. This dataset also is a contribution of this work
Subject: Dispositivos móveis - Medidas de segurança
Biometria
Sistemas de reconhecimento de padrões
Editor: [s.n.]
Citation: SANTOS, Geise. Técnicas para autenticação contínua em dispositivos móveis a partir do modo de caminhar. 2017. 1 recurso online (87 p.). Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Computação, Campinas, SP. Disponível em: <http://www.repositorio.unicamp.br/handle/REPOSIP/322672>. Acesso em: 1 set. 2018.
Date Issue: 2017
Appears in Collections:IC - Tese e Dissertação

Files in This Item:
File SizeFormat 
Santos_GeiseKellyDaSilva_M.pdf6.22 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.