MétaCan
Menu
Retour à la cohorte
Enregistrement W2905811340 · doi:10.1109/ccst.2018.8585714

A Biometric Attack Case Based on Signature Synthesis

2018· article· en· W2905811340 sur OpenAlexafffund
Miguel A. Ferrer, Moises Díaz, Cristina Carmona-Duarte, Réjean Plamondon

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueHandwritten Text Recognition Techniques
Établissements canadiensUniversité de MontréalPolytechnique Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaEuropean Commission
Mots-clésBiometricsSignature (topology)Computer scienceSignature recognitionComputer securitySalientArtificial intelligenceData miningMathematics

Résumé

récupéré en direct d'OpenAlex

One of the biggest challenges in on-line signature verification is the detection of malicious and skilled attacks. This paper proposes a new conceivable attack for an on-line signature biometric scheme. The attack consists in interpolating a smoothed 8-connected version of the forged signature and selecting the most relevant salient points, skipping those that belong to tremor or indecisive movements due to the faking procedure. The Sigma-Lognormal model is then used to synthetize the new on-line signature in the hope of obtaining an improved imitation. The experiments aim to prove that the False Acceptance Ratio (FAR) is significantly worsened with the Biosecure-SONOFF public online signature database. These results are expected to elicit new automatic signature verifiers able to cope with this new kind of attack.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,912
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,029
Tête enseignante GPT0,286
Écart entre enseignants0,257 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetHandwritten Text Recognition TechniquesTravaux en français237 207