智能手机传感器用于建模人机交互：总体展望及面向用户认证的研究数据集
密码学与安全
2020-06-02 v1
摘要
在本文中，我们列出了现代智能手机中常见的传感器，并提供了这些传感器可用于建模人与智能手机之间交互的不同方式的总体展望。然后，我们根据应用中所利用信号嵌入的主要信息内容，从三个不同维度——神经运动技能、认知功能以及行为/日常习惯——对这些传感器信号可开发的应用进行了分类。接着，我们总结了该领域现有研究数据集的代表性选集，特别关注与用户认证相关的应用，包括关键特征以及迄今在这些数据集上取得的主要研究结果的选编。随后，我们使用 HuMIdb 数据库（Human Mobile Interaction database，人机交互数据库）开展实验工作，这是一个新颖的多模态移动数据库，包含从 600 名参与者处采集的 14 种移动传感器数据。我们基于简单的线性触摸手势，采用 Siamese Neural Network（孪生神经网络）架构评估了一个生物特征认证系统。基于简单且快速的触摸手势进行人员认证，取得了准确率高达 87% 的非常有前景的结果。
引用
@article{arxiv.2006.00790,
title = {Smartphone Sensors for Modeling Human-Computer Interaction: General Outlook and Research Datasets for User Authentication},
author = {Alejandro Acien and Aythami Morales and Ruben Vera-Rodriguez and Julian Fierrez},
journal= {arXiv preprint arXiv:2006.00790},
year = {2020}
}