文献

J-GLOBAL ID：202202277384792864   整理番号：22A1102097

条件付きWasserstein生成敵対ネットワークによるスマートフォン上のCNNベース連続認証【JST・京大機械翻訳】

CNN-Based Continuous Authentication on Smartphones With Conditional Wasserstein Generative Adversarial Network

著者 (4件)： Li Yantao (College of Computer Science, Chongqing University, Chongqing, China) ,  Luo Jiaxing (College of Computer Science, Chongqing University, Chongqing, China) ,  Deng Shaojiang (College of Computer Science, Chongqing University, Chongqing, China) ,  Zhou Gang (Department of Computer Science, William & Mary, Williamsburg, VA, USA)
資料名： IEEE Internet of Things Journal  (IEEE Internet of Things Journal)
巻： 9  号： 7  ページ： 5447-5460  発行年： 2022年 
JST資料番号： W2432A  ISSN： 2327-4662  資料種別： 逐次刊行物 (A)
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： モバイル機器の広範な利用により,情報漏洩防止のためのユーザを同定するための認証メカニズムが緊急に必要である。本論文では,ユーザ操作行動により発生する電話運動を感知するために,加速度計,ジャイロスコープ,および磁力計のスマートフォンセンサを利用する,データ増強のための条件付きWaserstein生成敵対ネットワーク(CWGAN)を用いたスマートフォンにおける畳込みニューラルネットワーク(CNN)ベースの連続認証であるCAGANetを提案した。特に,前処理された実際のデータに基づいて,CAGANetは,設計したCNNを訓練するために使用されるデータ増強のための付加的センサデータを生成するためにCWGANを採用する。拡張されたデータで,CAGANetは訓練されたCNNを利用して,深い特徴を抽出し,次に主成分分析(PCA)を行い,異なる分類器のための適切な代表的特徴を選択する。CNN抽出特徴によって,CAGANetは,登録フェーズにおけるOC-SVM,LOF,分離森林(IF),およびEEの4つの1クラス分類器を訓練し,認証フェーズにおける訓練された分類器に基づいて,レジイマートユーザまたはインポスターとして現在のユーザを認証した。CAGANetの性能を評価するために,CWGANの効率,CWGAN増強の有効性,および設計したCNN,非意味ユーザに対する精度,および従来の増強手法との比較,および代表的認証手法との比較において,広範な実験を行った。実験結果は,IF分類器によるCAGANetが,2sサンプリングデータで3.64%の最低等価誤り率(EER)を達成できることを示した。Copyright 2022 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： 磁力計 ,  データ ,  電話 ,  *ネットワーク ,  特性 ,  加速度計 ,  ニューラルネットワーク ,  センサ ,  ジャイロスコープ ,  主成分分析 ,  性交不能症 ,  *認証 ,  *スマートフォン
準シソーラス用語： モバイルデバイス ,  センサデータ ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 敵対 ,  スマートフォン ,  CNN ,  認証