可穿戴设备的基于手势的连续认证：以 Google Glass 为例
密码学与安全
2016-05-10 v8 人机交互
摘要
我们通过提出一种使用两种分类器（带 RBF 核的 SVM 和一种基于 Chebyshev 集中不等式的新分类器）的连续认证系统，研究了触摸手势行为生物特征用于智能眼镜（Google Glass）用户隐式认证的可行性。基于从 30 名志愿者收集的数据，我们表明无论是在分类准确率还是智能眼镜的计算负荷方面，此类认证都是可行的。利用来自四种不同类型触摸手势的行为生物特征数据，我们仅使用 75 个训练样本就实现了高达 99% 的分类准确率。为了证明我们的系统具有泛化能力，我们在智能手机的触摸数据上测试了其性能，发现其准确率与智能眼镜上的相似。最后，我们对手势持久性的实验表明，随时间推移用户行为改变对分类准确率的负面影响，可以通过定期用新随机选取的样本替换旧训练样本来得到最佳缓解。
引用
@article{arxiv.1412.2855,
title = {Gesture-based Continuous Authentication for Wearable Devices: the Google Glass Case},
author = {Jagmohan Chauhan and Hassan Jameel Asghar and Mohamed Ali Kaafar and Anirban Mahanti},
journal= {arXiv preprint arXiv:1412.2855},
year = {2016}
}