DeepMasterPrints：通过隐变量进化生成用于字典攻击的 MasterPrint
计算机视觉与模式识别
2018-10-22 v4 密码学与安全
机器学习
摘要
近期研究揭示了指纹识别系统易受基于 MasterPrint 的字典攻击。MasterPrint 是真实或合成的指纹，能够偶然地与大量指纹匹配，从而削弱指纹系统所提供的安全性。Roy 等人先前的工作在特征层面生成了合成 MasterPrint。在本工作中，我们生成了完整的图像级 MasterPrint，称为 DeepMasterPrint，其攻击准确率远优于先前的方法。所提出的方法被称为隐变量进化，它基于在一组真实指纹图像上训练生成对抗网络。然后，使用协方差矩阵自适应进化策略形式的随机搜索，来搜索生成器网络的隐输入变量，以最大化由指纹识别器评估的冒充匹配数量。实验证明了所提方法在生成 DeepMasterPrint 方面的有效性。其底层方法可能在指纹安全以及指纹合成方面具有广泛的应用。
引用
@article{arxiv.1705.07386,
title = {DeepMasterPrints: Generating MasterPrints for Dictionary Attacks via Latent Variable Evolution},
author = {Philip Bontrager and Aditi Roy and Julian Togelius and Nasir Memon and Arun Ross},
journal= {arXiv preprint arXiv:1705.07386},
year = {2018}
}
备注
8 pages; added new verification systems and diagrams. Accepted to conference Biometrics: Theory, Applications, and Systems 2018