BATON ROUGE, La., March 10, 2022 (GLOBE NEWSWIRE) — Da Smartphones im Laufe der Jahre immer ausgefeilter geworden sind, sind auch die damit verbundenen Sicherheitsmaßnahmen gestiegen. Einfache Passwörter wurden durch Fingerabdrücke und Gesichtserkennung ersetzt. Diese Methoden lösen jedoch nicht das Datenschutzproblem der Benachrichtigung.
Wenn Sie beispielsweise Ihr Telefon mit einem Freund, Familienmitglied oder einer anderen Person teilen oder es sogar kurz auf einer nahe gelegenen Oberfläche liegen lassen, könnte Ihre Privatsphäre in Form eines eingehenden Anrufs, einer E-Mail, einer Erinnerung oder einer App-Benachrichtigung preisgegeben werden. Vorhandene iOS-Funktionen für den geführten Zugriff und Android-Multi-Account-Funktionen wurden getestet, um dieses Problem zu beheben, waren jedoch nicht erfolgreich.
Chen Wang, Assistenzprofessor für Informatik an der LSU, glaubt, dass er die Antwort haben könnte. Konkret arbeitet er mit Long Huang, Doktorand im dritten Studienjahr, an einer Handüberprüfungsmethode, die sicherstellt, dass der richtige Benutzer das Smartphone hält, bevor potenziell sensible Inhalte angezeigt werden. Ihr jüngster Artikel zu diesem Thema wurde auf der Mobicom 2021, der jährlichen internationalen Konferenz für Mobile Computing und Networking, veröffentlicht. Eine kurze Demo kann hier angesehen werden.
Wenn ein Benachrichtigungston abgespielt wird, zeichnet das Mikrofon des Telefons den Ton auf. Ein KI-basierter Algorithmus verarbeitet Geräusche und extrahiert biometrische Merkmale, die dem Merkmalsprofil oder dem registrierten Griff des Benutzers entsprechen. Wenn es eine Übereinstimmung gibt, ist die Überprüfung erfolgreich und die Benachrichtigungsvorschau wird auf dem Bildschirm angezeigt. Andernfalls wird nur die Anzahl der ausstehenden Benachrichtigungen angezeigt.
„Wir betrachten dies als einen Versuch des Sicherheitsdesigns, um die Kunst zu nutzen“, sagte Wang, dessen Expertise unter anderem in den Bereichen Cybersicherheit und Datenschutz, mobile Erfassung und Datenverarbeitung sowie drahtlose Kommunikation liegt. „Wir stellen fest, dass unsere Hände beim Abspielen von Musik mit einem Telefon oft die Schläge spüren, die durch die Vibrationen der Telefonoberfläche verursacht werden. Auf diese Weise übermittelt uns der Klang der Musik Informationen Musik sind Signale, sie können von unseren Händen absorbiert/gedämpft, reflektiert oder gebrochen werden.
„Wir verwenden dann das Mikrofon des Telefons, um die verbleibenden Geräusche aufzunehmen, um zu sehen, wie wir auf die Musik reagieren. Da Menschen unterschiedliche Handgrößen, Fingerlängen, Haltestärken und Handformen haben, sind die Auswirkungen auf Geräusche unterschiedlich und können von KI gelernt und unterschieden werden. Nebenbei entwickeln wir ein System zur Verwendung von Benachrichtigungstönen, um die Greifhand zum Schutz der Benachrichtigungsdaten zu überprüfen. Dies unterscheidet sich stark von früheren akustischen Erkennungsarbeiten, die alle auf dedizierten Tönen beruhen, die für menschliche Ohren nicht hörbar oder ablenkend sind.
Das Projekt ist eines von zwei vom Louisiana Board of Regents unterstützten Projekten, an denen Chen arbeitet und die Smartphones und Hände der Benutzer einbeziehen. Die andere, in Zusammenarbeit mit Ruxin Wang, einem Doktoranden im zweiten Jahr, und Kailyn Maiden, einer Informatik-Absolventin, verwendet den Handrücken des Benutzers, um das Telefon zu Überprüfungszwecken an Kiosken zu greifen, beispielsweise an Kiosken, an denen Essen bestellt wird. Drucken Sie Tickets und Self-Checkout im Lebensmittelgeschäft. Diese Forschungsarbeit wird als aktuelle Arbeit auf der ACM CHI 2022 Conference on Human Factors in Computing Systems veröffentlicht. Eine kurze Demo kann hier angesehen werden.
„Wenn ein Benutzer hält [his or her] Telefon in der Nähe des Kiosks für die NFC- oder QR-Code-Authentifizierung, wird der Handrücken des Benutzers von einer Kamera am Kiosk erfasst“, sagte Wang. „Ein KI-basiertes Verfahren verarbeitet das Bild der greifenden Hand und vergleicht es mit dem registrierten Handbild des Benutzers, indem es die Form der greifenden Hand, Hautmuster/Farben und die Griffgeste überprüft. Beachten Sie hier, dass die Identität des Benutzers beansprucht wurde B. durch traditionelle NFC- oder QR-Code-Methoden, wenn sie den Sicherheitstoken des Benutzers passieren.Hier bieten wir also eine Zwei-Faktor-Authentifizierung am Kiosk: den Sicherheitstoken und die Biometrie der Geometrie der greifenden Hand.
Wang fügte hinzu, dass er und die Studenten die Authentifizierungssysteme verbesserten und Benutzerstudien mit mehr Teilnehmern und Gerätemethoden durchführten. Sie untersuchen auch Faktoren, die sich auf den praktischen Einsatz dieser Systeme auswirken, darunter Umgebungsgeräusche und Lichtverhältnisse. Darüber hinaus untersuchen sie mögliche Angriffe, beispielsweise eine gefälschte 3D-gedruckte Silikonhand und akustische Replay-Angriffe.
Wang plant, diese Techniken in drei Jahren zu kommerzialisieren.
Liken Sie uns auf Facebook (@lsuengineering) oder folgen Sie uns auf Twitter und Instagram (@lsuengineering).
-
Kiosksystem-Demo
-
Grip-Demonstration