文献

J-GLOBAL ID：201802254991673330   整理番号：18A2041782

CNNAUT:2ストリーム畳込みニューラルネットワークによる連続認証【JST・京大機械翻訳】

CNNAuth: Continuous Authentication via Two-Stream Convolutional Neural Networks

著者 (4件)： Hu Hailong (College of Computer and Information Sciences, Southwest University, Chongqing 400715, China) ,  Li Yantao (College of Computer Science, Chongqing University, Chongqing 400044, China) ,  Zhu Zhangqian (College of Computer and Information Sciences, Southwest University, Chongqing 400715, China) ,  Zhou Gang (Department of Computer Science, College of William and Mary, Williamsburg, VA 23185, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： NAS  ページ： 1-9  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 著者らは,スマートフォン上で加速度計とジャイロスコープを活用することによって,ユーザの行動パターンを連続的に監視するために,2ストリーム畳込みニューラルネットワークベース認証システムCNNAuthを提示した。ここでは,畳込みニューラルネットワーク(CNN)の入力として普遍的な効果的で効率的な特徴表現を学習および抽出するための生センサデータからの時間領域データおよび周波数領域データの2つのストリームを利用し,抽出した特徴を主成分分析(PCA)によりさらに選択した。これらの特徴を用いて,1クラスサポートベクトルマシン(SVM)を用いて,登録フェーズにおける分類装置を訓練し,訓練した分類器とテスト特徴を用いて,CNNAuthは,現在のユーザを,連続認証フェーズにおける正当なユーザまたはインポスタとして分類した。著者らは,2ストリームCNNとCNNAuthの性能をそれぞれ評価し,実験結果は,2ストリームCNNが87.14%の精度を達成し,CNNAuthが2.3%の最低認証EERに達し,認証のために約3秒を消費することを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 主成分分析 ,  分類装置 ,  ジャイロスコープ ,  周波数領域 ,  スマートフォン ,  加速度計 ,  位相 ,  *認証
準シソーラス用語： ポスター ,  時間領域 ,  センサデータ ,  特徴表現 ,  認証システム ,  行動パターン ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： ストリーム ,  畳込みニューラルネットワーク ,  認証