用于击键呈现攻击的条件生成对抗网络
密码学与安全
2022-12-19 v1 机器学习
摘要
网络安全是数据保护中确保用户安全与个人数据隐私的关键步骤。就此而言，许多公司已开始使用认证系统来管控和限制对其数据的访问。然而，这些传统认证方法不足以保障数据保护，因此行为生物特征识别日益重要。尽管前景良好且应用广泛，生物特征系统已显示出易受呈现攻击等恶意攻击的漏洞。为此，本工作提出研究一种新方法，旨在对击键认证系统发起呈现攻击。我们的思路是使用条件生成对抗网络（cGAN）生成可用于冒充授权用户的合成击键数据。这些合成数据遵循两种不同真实使用场景生成：一种已知输入词顺序（有序动态），另一种未知顺序（无序动态）。最后，使用外部击键认证系统对两种击键动态（有序与无序）进行验证。结果表明，cGAN 能有效生成可用于欺骗击键认证系统的击键动态模式。
引用
@article{arxiv.2212.08445,
title = {Conditional Generative Adversarial Network for keystroke presentation attack},
author = {Idoia Eizaguirre-Peral and Lander Segurola-Gil and Francesco Zola},
journal= {arXiv preprint arXiv:2212.08445},
year = {2022}
}