Visão geral do sistema. Crédito:Mufandaidza, Ramotsoela e Hancke.
Uma equipe de pesquisadores da Universidade de Pretória e da City University de Hong Kong desenvolveu recentemente um sistema de autenticação contínua de usuários de smartphones com base na análise da marcha. Este sistema, delineado em um artigo apresentado na 44 º conferência anual da IEEE Industrial Electronics Society, aproveita o hardware pré-existente de um dispositivo, autenticar usuários de smartphones com base em seus padrões de marcha.
O termo 'marcha' refere-se ao padrão de locomoção alcançado pelo movimento dos membros durante a caminhada ou corrida. A pesquisa descobriu que os padrões de marcha diferem muito de pessoa para pessoa, a tal ponto que a análise da marcha pode ser usada para autenticação biométrica.
As ferramentas de reconhecimento biométrico de marcha existentes podem ser agrupadas em três categorias principais:com base em visão de máquina, métodos baseados em sensores de piso e baseados em sensores vestíveis. No reconhecimento de marcha baseado em visão mecânica, um sistema usa câmeras para adquirir dados e então os analisa usando técnicas de processamento de imagem.
Sistemas de reconhecimento de marcha baseados em sensores de piso, por outro lado, trabalhe por meio de um tapete que possa medir a força e a velocidade associadas aos passos de uma pessoa. Finalmente, sistemas de reconhecimento de marcha baseados em sensores vestíveis usam dispositivos vestíveis com sensores, como acelerômetros, sensores de giroscópio e sensores de força, para detectar e registrar a atividade da marcha.
“Este artigo apresenta o desenvolvimento de um sistema de autenticação de usuário de smartphone que aproveita o hardware pré-existente do dispositivo, "os pesquisadores escreveram em seu artigo." A autenticação foi baseada no padrão de marcha de um usuário de smartphone, que é um recurso biométrico. "
A equipe de pesquisadores da Universidade de Pretória e da Universidade da Cidade de Hong Kong desenvolveu um sistema de reconhecimento de marcha baseado em sensor vestível que aproveita o hardware pré-existente de um smartphone, especificamente de seu acelerômetro. Hoje, a maioria dos smartphones tem acelerômetros integrados, que pode detectar os dados relacionados à marcha de um usuário.
Rede Neural Feed Forward. Crédito:Mufandaidza, Ramotsoela e Hancke.
O sistema idealizado pelos pesquisadores não requer nenhum hardware adicional para funcionar, portanto, não acarreta custos adicionais para atualizar smartphones existentes. Ele funciona analisando continuamente os dados relacionados à marcha coletados pelo acelerômetro embutido do smartphone e notificando o proprietário do smartphone por e-mail quando detecta mudanças incomuns nos padrões de marcha.
"Se o resultado da autenticação for positivo, o processo de autenticação continua ininterrupto em segundo plano, "os pesquisadores explicaram em seu artigo." Se a autenticação falhar, as informações de localização do dispositivo devem ser enviadas para um endereço de e-mail predeterminado para notificar o usuário autorizado sobre o paradeiro do dispositivo. "
A abordagem para autenticação baseada em marcha proposta pelos pesquisadores consiste em uma unidade de aquisição de dados de sensor, uma unidade de pré-processamento, um algoritmo de classificação e um sistema de avaliação. O acelerômetro integrado do smartphone adquire continuamente dados relacionados à marcha que são pré-processados pela unidade de pré-processamento e, em seguida, analisados por um algoritmo de sincronização dinâmica de tempo (DTW) e uma rede neural feed forward (FFNN), que autentica o usuário.
Dentro de um minuto após a primeira detecção de acesso não autorizado, o sistema envia uma notificação por e-mail ao proprietário do smartphone, que inclui carimbos de hora dos últimos locais conhecidos do dispositivo. Isso pode ajudar os usuários a recuperar seus smartphones quando acidentalmente os perderam ou extraviaram.
Em avaliações preliminares, este novo sistema de autenticação baseado em marcha alcançou uma sensibilidade de 0,74 e uma especificidade de 0,78. Embora esses resultados sejam encorajadores, os pesquisadores precisarão desenvolver ainda mais o sistema antes que ele possa ser aplicado com sucesso em configurações do mundo real.
"Embora o desempenho do esquema proposto seja promissor, ele precisa ser melhorado para que o sistema se torne praticamente viável, "escreveram os pesquisadores.
© 2019 Science X Network