Research of autoencoder-based user biometric verification with motion patterns

dc.contributor.authorHavrylovych, Mariia P.
dc.contributor.authorDanylov, Valeriy Ya.
dc.date.accessioned2022-11-11T13:30:48Z
dc.date.available2022-11-11T13:30:48Z
dc.date.issued2022
dc.description.abstractenIn the current research, we continue our previous study regarding motionbased user biometric verification, which consumes sensory data. Sensory-based verification systems empower the continuous authentication narrative – as physiological biometric methods mainly based on photo or video input meet a lot of difficulties in implementation. The research aims to analyze how various components of sensor data from an accelerometer affect and contribute to defining the process of unique person motion patterns and understanding how it may express the human behavioral patterns with different activity types. The study used the recurrent long-short-termmemory autoencoder as a baseline model. The choice of model was based on our previous research. The research results have shown that various data components contribute differently to the verification process depending on the type of activity. However, we conclude that a single sensor data source may not be enough for a robust authentication system. The multimodal authentication system should be proposed to utilize and aggregate the input streams from multiple sensors as further research.uk
dc.description.abstractukПродовжено попереднє дослідження щодо біометричної перевірки користувача на основі руху з використанням сенсорних даних. Системи сенсорної верифікації розширюють можливості неперервної автентифікації, оскільки фізіологічні біометричні методи, в основному засновані на фото- або відеоданих, стикаються з багатьма труднощами під час реалізації. Мета дослідження — проаналізувати як різні компоненти сенсорних даних від акселерометра впливають і сприяють визначенню процесу унікальних моделей руху людини та розуміння того, як вони можуть виражати моделі поведінки людини з різними видами активності. Як базову модель використано рекурентний автокодувальник довгої-короткої пам’яті. Вибір моделі ґрунтується на попередніх дослідженнях. Результати дослідження показали, що залежно від виду діяльності різноманітні компоненти даних мають різний внесок. Зроблено висновок, що одного джерела даних датчика може бути недостатньо для надійної системи автентифікації. Для подальших досліджень слід запропонувати мультимодальну систему автентифікації, яка повинна використовувати та об’єднувати вхідні потоки від кількох датчиків.uk
dc.format.pagerangeС. 128-136uk
dc.identifier.citationHavrylovych, M. P. Research of autoencoder-based user biometric verification with motion patterns / M. P. Havrylovych, V. Y. Danylov // Системні дослідження та інформаційні технології : міжнародний науково-технічний журнал. – 2022. – № 2. – С. 128-136. – Бібліогр.: 20 назв.uk
dc.identifier.doihttps://doi.org/10.20535/SRIT.2308-8893.2022.2.10
dc.identifier.orcid0000-0002-9797-2863uk
dc.identifier.orcid0000-0003-3389-3661uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/51049
dc.language.isoenuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.sourceСистемні дослідження та інформаційні технології : міжнародний науково-технічний журнал, № 2uk
dc.subjectmotion patterns recognitionuk
dc.subjectbiometric verificationuk
dc.subjectrecurrent autoencodersuk
dc.subjectрозпізнавання образів рухуuk
dc.subjectбіометрична верифікаціяuk
dc.subjectрекурентні автокодувальникиuk
dc.subject.udc004.896uk
dc.titleResearch of autoencoder-based user biometric verification with motion patternsuk
dc.title.alternativeДослідження біометричної верифікації користувача на основі автокодерів з перевірками рухуuk
dc.typeArticleuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Вантажиться...
Ескіз
Назва:
2022_2_128-136.pdf
Розмір:
241.75 KB
Формат:
Adobe Portable Document Format
Опис:
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.1 KB
Формат:
Item-specific license agreed upon to submission
Опис: