Sistemas de Classificação para 
Verificação de Usuários Utilizando 
Biometria Comportamental Cancelável 
Marcelo Damasceno...
FUND 
AMENT 
AÇÃO 
TEÓRI 
CA 
INTR 
ODU 
ÇÃO 
TRAB 
ALHO 
S 
RELAC 
IONAD 
OS 
PRO 
POST 
A 
RESU 
LTAD 
OS 
CONC 
LUSÕ 
E...
INTR 
ODU 
ÇÃO
VVEERRIIFFIICCAAÇÇÃÃOO DDEE UUSSUUÁÁRRIIOOSS
BBIIOOMMEETTRRIIAA
NUNCA 
MAIS? 
USUÁRIO/ 
SENHA
MMOOTTIIVVAAÇÇÃÃOO 
Senhas são fáceis de serem adivinhadas por ataques de força bruta ou 
dicionário. 
Se roubados, dados ...
OOBBJJEETTIIVVOOSS 
1- Avaliação de Biometrias Comportamentais que tenha boa 
precisão, sem ser intrusiva; 
2- Processamen...
FUND 
AMENT 
AÇÃO 
TEÓRI 
CA
AApprreennddiizzaaggeemm ddee MMááqquuiinnaa
CCoommiittêêss ddee CCllaassssiiffiiccaaddoorreess
MMééttooddooss ddee CCoommbbiinnaaççããoo 
Bagging: Treina cada classificador com uma seleção randômica dos 
dados 
Boostin...
BBIIOOMMEETTRRIIAA
BIOMETRIA 
FÍSICA 
DIGITAIS 
ÍRIS FACE
BIOMETRIA 
COMPORTAMENTAL
SISTEMAS 
MULTIMODAIS
BBIIOOMMEETTRRIIAASS CCAANNCCEELLÁÁVVEEIISS
FFuunnççõõeess ddee TTrraannssffoorrmmaaççããoo 
Interpolação: Baseia-se em interpolações polinomiais. 
Extrai-se pontos de...
É POSSÍVEL DESENVOLVER UM 
VERIFICADOR DE USUÁRIOS 
SEGURO USANDO O 
COMPORTAMENTO?
TRAB 
ALHO 
S 
RELAC 
IONAD 
OS
RReeccoonnhheecciimmeennttoo MMuullttiiMMooddaall 
Moskovitch et al. (2009) discute o problema de roubo de identidade de 
...
BBiioommeettrriiaa CCoommppoorrttaammeennttaall 
Martinez-Diaz et al. (2010) apresenta uma base de dados de 
senhas gráfic...
BBiioommeettrriiaass CCaanncceelláávveeiiss 
(NANNI; LUMINI, 2006) apresenta em seu trabalho um sistema de autenticação 
d...
Biometrias Comportamentais 
MultiModais 
O trabalho de Allano et al. (2006) é um estudo do uso de 
Biometrias Comportament...
Não foi encontrado nenhum 
trabalho que utilize 
biometrias 
comportamentais em uma 
abordagem cancelável!
PRO 
POST 
A
Aplicação de classificadores, 
incluindo comitês, para a verificação de usuários 
baseado em biometria comportamental mult...
KNN 
MLP 
Naive-Bayes 
SVM
Componentes Base
Comitês – Métodos de Fusão 
Bagging 
kNN 
Logistics 
Votação
RESU 
LTAD 
OS
TToouucchh AAnnaallyyttiiccss 
Base de Dados composto por interações em uma tela Touch-Screen 
O TouchAnalytics é composto...
PPuubblliiccaaççõõeess 
“An Empirical Analysis of Cancellable Transformations in a Behavioral 
Biometric Modality” (DAMASC...
An Empirical Analysis of cancellable 
Transformations in a Behavioral Biometric 
Modality 
A 
imagem 
não 
pode 
ser exi… ...
An Empirical Analysis of Cancellable 
Transformations in a Behavioral Biometric 
Modality 
Taxa de Erro Igual- Traços Hori...
DDiissccuussssããoo 
BioConvolving e DoubleSum têm desempenho similar quando 
comparado com os dados originais. 
A base de ...
Os boxplots dos dados originais tem mais outliers (pontos no gráfico) do boxplots do BioConvolving. 
BioHashing exibem res...
Os boxplots do SVM tem whiskeys 
mais longos que os visualizados nos boxplots do k -NN 
SVM no conjunto de dados Original....
As funções Interpolação e BioHashing teve os piores resultados. 
Interpolação na amostra de Intra Session teve uma 
perfor...
An Empirical Analysis of Ensemble Systems in 
Cancellable Behavioural Biometrics: a Touch 
Screen Dataset 
Taxa de Erro Ig...
An Empirical Analysis of Ensemble Systems in 
Cancellable Behavioural Biometrics: a Touch 
Screen Dataset 
Taxa de Erro Ig...
Comitês gerados com a função Interpolação e Soma Dupla 
tem resultados estatíticos similares comparados com 
os alcançados...
An Empirical Analysis of Ensemble Systems for 
Revocable Behavioural Biometric Verification 
Neste artigo, extedemos os re...
An Empirical Analysis of Ensemble Systems for 
Revocable Behavioural Biometric Verification
An Empirical Analysis of Ensemble Systems for 
Revocable Behavioural Biometric Verification 
Análise Comparativa dos comit...
An Empirical Analysis of Ensemble Systems for 
Revocable Behavioural Biometric Verification 
Análise Comparativa - comitês...
Esses resultados demonstram que podemos utilizar 
comitês em dados canceláveis ao invés de dados originais 
Os comitês ofe...
CONC 
LUSÕ 
ES
Este trabalho propõe a utilização de classificadores e biometrias 
comportamentais revogáveis multimodais 
Inclusão de nov...
É POSSÍVEL DESENVOLVER UM 
VERIFICADOR DE USUÁRIOS 
SEGURO USANDO O 
COMPORTAMENTO!
CCrroonnooggrraammaa 
Tarefas/Semestre 2014. 
2 
2015. 
1 
2015. 
2 
Levantamento de outras biometrias 
comportamentais 
F...
Sistemas de Classificação para Verificação de Usuário Utilizando Biometria Comportamental Cancelável
Sistemas de Classificação para Verificação de Usuário Utilizando Biometria Comportamental Cancelável
Sistemas de Classificação para Verificação de Usuário Utilizando Biometria Comportamental Cancelável
Próximos SlideShares
Carregando em…5
×

Sistemas de Classificação para Verificação de Usuário Utilizando Biometria Comportamental Cancelável

634 visualizações

Publicada em

Slides da qualificação de doutorado com tema em aplicação de sistemas de classificadores em biometrias multimodais canceláveis canceláveis.
O uso da nossa abordagem alcançou uma taxa de erro igual de 3% em uma biometria touchscreen cancelável.

Publicada em: Dados e análise
0 comentários
0 gostaram
Estatísticas
Notas
  • Seja o primeiro a comentar

  • Seja a primeira pessoa a gostar disto

Sem downloads
Visualizações
Visualizações totais
634
No SlideShare
0
A partir de incorporações
0
Número de incorporações
4
Ações
Compartilhamentos
0
Downloads
6
Comentários
0
Gostaram
0
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide

Sistemas de Classificação para Verificação de Usuário Utilizando Biometria Comportamental Cancelável

  1. 1. Sistemas de Classificação para Verificação de Usuários Utilizando Biometria Comportamental Cancelável Marcelo Damasceno Orientação: Anne Canuto
  2. 2. FUND AMENT AÇÃO TEÓRI CA INTR ODU ÇÃO TRAB ALHO S RELAC IONAD OS PRO POST A RESU LTAD OS CONC LUSÕ ES
  3. 3. INTR ODU ÇÃO
  4. 4. VVEERRIIFFIICCAAÇÇÃÃOO DDEE UUSSUUÁÁRRIIOOSS
  5. 5. BBIIOOMMEETTRRIIAA
  6. 6. NUNCA MAIS? USUÁRIO/ SENHA
  7. 7. MMOOTTIIVVAAÇÇÃÃOO Senhas são fáceis de serem adivinhadas por ataques de força bruta ou dicionário. Se roubados, dados biométricos são difíceis de serem recadastrados Apresentar um método viável de verificar usuários a partir do uso do diversas modalidades comportamentais, utilizando dados protegidos (canceláveis).
  8. 8. OOBBJJEETTIIVVOOSS 1- Avaliação de Biometrias Comportamentais que tenha boa precisão, sem ser intrusiva; 2- Processamento das biometrias escolhidas 3- Determinação e implementação de arquiteturas de classificadores; 4- Desenvolvimento de sistemas biométricos utilizando biometrias comportamentais canceláveis; 5- Análise e comparação do sistema levando em conta: (1) Comitês; (2) Dados Originais vs. Canceláveis; (3)Multimodal vs. Unimodal
  9. 9. FUND AMENT AÇÃO TEÓRI CA
  10. 10. AApprreennddiizzaaggeemm ddee MMááqquuiinnaa
  11. 11. CCoommiittêêss ddee CCllaassssiiffiiccaaddoorreess
  12. 12. MMééttooddooss ddee CCoommbbiinnaaççããoo Bagging: Treina cada classificador com uma seleção randômica dos dados Boosting: Organiza o comitê de forma serial. As instâncias classificadas erroneamente tem mais probabilidade de ser escolhida novamente. Votação: O resultado é decidido pela maioria dos componentes. Stacking: Treinamento de um algoritmo de aprendizagem para combinar as predições dos classificadores componentes
  13. 13. BBIIOOMMEETTRRIIAA
  14. 14. BIOMETRIA FÍSICA DIGITAIS ÍRIS FACE
  15. 15. BIOMETRIA COMPORTAMENTAL
  16. 16. SISTEMAS MULTIMODAIS
  17. 17. BBIIOOMMEETTRRIIAASS CCAANNCCEELLÁÁVVEEIISS
  18. 18. FFuunnççõõeess ddee TTrraannssffoorrmmaaççããoo Interpolação: Baseia-se em interpolações polinomiais. Extrai-se pontos de função a partir da interpolação dos atributos BioHashing: Transforma dos dados originais em uma sequência binária não inversível BioConvolving: As funções são criadas através da combinação linear das sub-partes do template biométrico. Soma Dupla: Consiste na soma dos atributos com dois outros atributos da mesma amostra
  19. 19. É POSSÍVEL DESENVOLVER UM VERIFICADOR DE USUÁRIOS SEGURO USANDO O COMPORTAMENTO?
  20. 20. TRAB ALHO S RELAC IONAD OS
  21. 21. RReeccoonnhheecciimmeennttoo MMuullttiiMMooddaall Moskovitch et al. (2009) discute o problema de roubo de identidade de usuários e propõe o uso da interação teclado/mouse. Brunelli e Falavigna (1995) descreve um sistema biométrico multimodal para a identificação de pessoas utilizando face e voz. BioID (FRISCHHOLZ; DIECKMANN, 2000), um produto comercial, usa voz, movimento dos lábios e face na verificação de usuários
  22. 22. BBiioommeettrriiaa CCoommppoorrttaammeennttaall Martinez-Diaz et al. (2010) apresenta uma base de dados de senhas gráficas: doodle e assinaturas feitas utilizando os dedos. Yu, Tan e Tan (2006) propõe um framework para comparar a performance de diferentes algoritmos para o reconhecimento do andar de pessoas. Killourhy e Maxion (2009) apresenta em seu artigo as performances de diversos algoritmos de reconhecimento de dados de digitação.
  23. 23. BBiioommeettrriiaass CCaanncceelláávveeiiss (NANNI; LUMINI, 2006) apresenta em seu trabalho um sistema de autenticação de assinaturas. Os templates dos dados biométricos canceláveis: BioHashing e o BioConvolving. Em (PINTRO; CANUTO, 2012) é apresentado uma análise da aplicação de comitês em reconhecimento de dados biométricos físicos canceláveis Em (CANUTO; PINTRO; XAVIER-JUNIOR,2013) investiga-se a performance de diferentes modos de fusão em dados multimodais canceláveis físicos.
  24. 24. Biometrias Comportamentais MultiModais O trabalho de Allano et al. (2006) é um estudo do uso de Biometrias Comportamentais MultiModais. Os autores testam um número de técnicas de fusão de score como solução na autenticação biométrica multimodal. Crawford, Renaud e Storer (2013) apresentam um framework para autenticação contínua e transparente em dispositivos móveis. Os autores asseguram a privacidade do usuário pois a coleta e a autenticação é feita diretamente no dispositivo. Bo et al. (2013) apresenta um o uso de autenticador de usuários que utiliza os dados da tela tátil e dos sensores. O ineditismo de seu trabalho é seu estudo abordatanto o uso do telefone de forma estática, quanto em movimento.
  25. 25. Não foi encontrado nenhum trabalho que utilize biometrias comportamentais em uma abordagem cancelável!
  26. 26. PRO POST A
  27. 27. Aplicação de classificadores, incluindo comitês, para a verificação de usuários baseado em biometria comportamental multimodal.
  28. 28. KNN MLP Naive-Bayes SVM
  29. 29. Componentes Base
  30. 30. Comitês – Métodos de Fusão Bagging kNN Logistics Votação
  31. 31. RESU LTAD OS
  32. 32. TToouucchh AAnnaallyyttiiccss Base de Dados composto por interações em uma tela Touch-Screen O TouchAnalytics é composto por 30 atributos e todos os atributos são derivados dos traçados gerados por 41 usuários. 1. Inter Session: O objetivo é autenticar os usuários através de múltiplas sessões realizadas no mesmo dia. 2. Inter Week: A meta é autenticar os usuários em duas semanas distintas (o período de tempo entre essas duas sessões é de uma semana). 3. Intra Session: Todos os dados do usuário são usadas no processo, independente do tempo.
  33. 33. PPuubblliiccaaççõõeess “An Empirical Analysis of Cancellable Transformations in a Behavioral Biometric Modality” (DAMASCENO;CANUTO, 2013) foi publicado nos anais da 13ª Conferencia Internacional em Sistemas Inteligentes Híbridos. “An EmpiricalAnalysis of Ensemble Systems in Cancellable Behavioural Biometrics:a Touch Screen Dataset” (DAMASCENO; CANUTO, 2014) publicado nos anais da Conferência Internacional Conjunta em Redes Neurais (IJCNN 2014). An Empirical Analysis of Ensemble Systems for Revocable Behavioural Biometric Verification ((DAMASCENO; CANUTO, 2014a), Journal of Information Assurance and Security, a ser publicado.
  34. 34. An Empirical Analysis of cancellable Transformations in a Behavioral Biometric Modality A imagem não pode ser exi… Taxa de Erro Igual- Traços Verticais (Rolagem) Session OriginalInterporlação Bio A imagem não pode ser exibida. Talvez o computador não tenha memór…ia A imagem não pode ser exibida. Talvez o computador não tenham e… A imagem não pode ser exibida. Talvez o computador não tenha memória suficiente para abrir a imagem ou talv…ez Hashing A imagem não pode ser exibida. Talvez o computador não tenha memóriasu … A imagem não pode ser exibida. Talvez o computador não tenham … A imagem não pode s… A imagem não pode ser exibida. Talvez o computador nã…o A imagem não pode ser exibida. Talvez o computado…r A imagem não pode ser exibida. Talvez o computador não tenha memória suficiente pa…ra A imagem não pode ser exibida. Talvez o computador nãot… A imagem não pode ser exibida. Talvez o computador não tenha memória suficiente p…ar A imagem não pode ser exibida. Talvez o computado… A imagem não pode s… A imagem não pode ser exibida. Talvez o computador nã…o A imagem não pode ser exibida. Talvez o computado…r A imagem não pode ser exibida. Talvez o computador não tenha memória suficiente pa…ra A imagem não pode ser exibida. Talvez o computador nãot… Bio Concolving Soma Dupla IS 1.36% 42.26% 31.44% 2.57% 9.61% kNN IW 1.14% 38.99% 32.48% 3.23% 9.72% ITS 1.36% 9.43% 33% 3.60% 9.08% IS 9.04% 41.86% 32.31% 1.85% 12.48% SVM IW 9.04% 39.41% 29.84% 3.11% 12.54% ITS 9.04% 11.91% 29.08% 3.18% 11.80%
  35. 35. An Empirical Analysis of Cancellable Transformations in a Behavioral Biometric Modality Taxa de Erro Igual- Traços Horizontal SessionOriginalInterpolação Bio Hashing Bio Connvolving Taxa de Erro Igual- Traços Horizontais Soma Dupla IS 1.99% 42.26% 33.58% 0.258% 10.08% kNN IW 2.07% 49.70% 35.19% 0.253% 9.47% ITS 1.99% 11.12% 34.10% 0.22% 9.87% IS 17.43% 41.86% 38.82% 0.64% 21.56% SVM IW 17.43% 41.86% 41.02% 0.44% 22.45% ITS 17.43% 24.77% 41.43% 0.52% 22.26%
  36. 36. DDiissccuussssããoo BioConvolving e DoubleSum têm desempenho similar quando comparado com os dados originais. A base de dados BioConvolving tem quatro resultados estatisticamente semelhantes e seis estatisticamente melhores. Soma dupla tem cinco resultados estatisticamente semelhantes, de 9 casos possíveis. BioConvolving traz resultados estatisticamente semelhantes usando k -NN e melhores resultados estatisticamente usando SVM.
  37. 37. Os boxplots dos dados originais tem mais outliers (pontos no gráfico) do boxplots do BioConvolving. BioHashing exibem resultados muito dispersos, ou seja,os whiskeys são muito longos e a altura das caixas são maiores.
  38. 38. Os boxplots do SVM tem whiskeys mais longos que os visualizados nos boxplots do k -NN SVM no conjunto de dados Original. Em todos os experimentos este classificador foi pior que o k -NN
  39. 39. As funções Interpolação e BioHashing teve os piores resultados. Interpolação na amostra de Intra Session teve uma performance similar a Soma Dupla.
  40. 40. An Empirical Analysis of Ensemble Systems in Cancellable Behavioural Biometrics: a Touch Screen Dataset Taxa de Erro Igual- Traços Verticais (Rolagem) Método OriginalInterpolation Bio Hashing Bio Convolving Soma Dupla Bag_6_k 7.6± 4.8 8.9± 5.4 32.3± 12.6 3.3± 10.7 8.7± 5.5 Bag_12_k 7.4± 4.9 8.6± 5.1 32.4± 12.4 3.2± 10.8 8.6± 5.4 Bag_6_S 9.2± 6.4 12.4± 8.2 32.4± 19 2.3± 7.8 11.9± 8.1 Bag_12_S 9.2± 6.4 12.3± 8 31.2± 15.5 2.1± 7.8 11.7± 8.3 Stack_kSk 7.8± 5.1 10± 6.3 32.3± 13.1 3.4± 10.6 10± 6.5 Stack_kSL 7.2± 4.7 9± 5.5 32.7± 12.7 3.4± 10.9 9.1± 5.8 Voting 8.9± 6.4 10.9± 6.7 32.6± 12.6 3.6± 11 11.4± 7.5
  41. 41. An Empirical Analysis of Ensemble Systems in Cancellable Behavioural Biometrics: a Touch Screen Dataset Taxa de Erro Igual- Traços Horizontais Método OriginalInterpolatio n Bio Hashing Bio Convolving Soma Dupla Bag_6_k 8± 4.5 10.6± 6.3 32.8± 9.8 0.1± 0.3 8.7± 4.8 Bag_12_k 7.7± 4.3 10.3± 6.2 32.8± 10.2 0.1± 0.3 8.6± 4.6 Bag_6_S 11.1± 7.3 16.1± 9 34.4± 17.7 0.4± 0.5 13.3± 8.4 Bag_12_S 11.7± 7.8 16.1± 9.2 33.5± 26 0.3± 0.4 13.1± 8.5 Stack_kSk 8.5± 4.9 12.1± 7.3 34± 9.5 0.2± 0.4 10.7± 6.3 Stack_kSL 7.7± 4.5 10.8± 6.7 33.1± 10 0.2± 0.4 9.6± 5.4 Voting 9.7± 5.8 13.7± 7.1 33.5± 9.7 0.2± 0.4 11.9± 6.9
  42. 42. Comitês gerados com a função Interpolação e Soma Dupla tem resultados estatíticos similares comparados com os alcançados com os dados originais BioConvolving são melhores estatisticamente que os observados utilizando os dados originais para ambos os traços (vertical e horizontal) e comitês. O uso de comitês utilizando biometrias comportamentais canceláveis não diminuem a performance comparando-os com os dados originais. O método de combinação Bagging foi superior aos outros dois métodos. DDiissccuussssããoo
  43. 43. An Empirical Analysis of Ensemble Systems for Revocable Behavioural Biometric Verification Neste artigo, extedemos os resultados publicados no HIS. Nós adicionamos um comparativo de single e ensemble. Bagging com 6 e 12 classificadores (k-NN e SVM) Stacking e Voting construído com 6 classificadores com proporção meio a meio (k-NN -- SVM) K-NN como algoritmo agregador (Stacking_kSk) e Regressão Logistica (Stacking_kSL)
  44. 44. An Empirical Analysis of Ensemble Systems for Revocable Behavioural Biometric Verification
  45. 45. An Empirical Analysis of Ensemble Systems for Revocable Behavioural Biometric Verification Análise Comparativa dos comitês e classificadores únicos no conjunto Scrooling Ensemble /Data Origin al Interpolati on BioHashin g BioConvolvi ng DoubleSu m Bagging_6 1S 1S 1K 2 1S Bagging_1 2 1S 1S 1K 2 1S Stacking_k Sk 1S 1S 2 2 1S Stacking_k SL 1S 2 2 2 2 Voting 1S 1S 2 2 1S Total 5 6 8 10 6
  46. 46. An Empirical Analysis of Ensemble Systems for Revocable Behavioural Biometric Verification Análise Comparativa - comitês e classificadores únicos no conjunto Horizontal Ensemble /Data Origin al Interpolati on BioHashin g BioConvolvi ng DoubleSu m Bagging_6 1S 1S 2 1S 1S Bagging_1 2 1S 1S 2 2 1S Stacking_k Sk 1S 1S 2 2 1S Stacking_k SL 1S 2 2 2 2 Voting 1S 1S 2 2 1S Total 5 6 10 9 6
  47. 47. Esses resultados demonstram que podemos utilizar comitês em dados canceláveis ao invés de dados originais Os comitês oferecem melhor performance que os classificadores únicos DDiissccuussssããoo
  48. 48. CONC LUSÕ ES
  49. 49. Este trabalho propõe a utilização de classificadores e biometrias comportamentais revogáveis multimodais Inclusão de novas modalidades biometrias comportamentais e seleção de modalidadesbiométricas em tempo de execução e fusão de dados biométricos. Pode-se induzir pelos resultados já alcançados que o uso de sistemas multimodais em biometrias comportamentais canceláveis é promissor Obtivemos resultados superiores ou iguais aos encontrados com o uso dos classificadores nos dados originais. CCoonncclluussããoo
  50. 50. É POSSÍVEL DESENVOLVER UM VERIFICADOR DE USUÁRIOS SEGURO USANDO O COMPORTAMENTO!
  51. 51. CCrroonnooggrraammaa Tarefas/Semestre 2014. 2 2015. 1 2015. 2 Levantamento de outras biometrias comportamentais Fusão das biometrias comportamentais selecionadas Aplicação das funções canceláveis na base multimodal Análise dos experimentos realizados na base original Escrita da Tese

×