Uwierzytelnianie niejawne
Uwierzytelnianie niejawne (IA) to technika, która pozwala inteligentnemu urządzeniu rozpoznać swojego właściciela poprzez poznanie jego zachowań. Jest to technika wykorzystująca uczenie maszynowe algorytmy do uczenia się zachowań użytkowników za pomocą różnych czujników na inteligentnych urządzeniach i uzyskiwania identyfikacji użytkownika. Większość obecnych technik uwierzytelniania, np. hasło, blokada wzoru, rozpoznawanie odcisków palców i tęczówki, to uwierzytelnianie jawne, które wymaga wprowadzenia danych przez użytkownika. W porównaniu z uwierzytelnianiem jawnym, IA jest przezroczysta dla użytkowników podczas użytkowania i znacznie zwiększa użyteczność, skracając czas, jaki użytkownicy spędzają na logowaniu, co dla użytkowników jest bardziej irytujące niż brak zasięgu sieci komórkowej.
Model
W uwierzytelnianiu niejawnym (IA) dane dotyczące zachowań użytkowników (surowe) są przechwytywane przez różne czujniki wbudowane w inteligentne urządzenie i przechowywane w bazie danych w celu przygotowania do dalszego przetwarzania. Po odfiltrowaniu szumu i wybraniu odpowiednich funkcji dane zostaną przesłane do narzędzia uczenia maszynowego, które przeszkoli i zwróci precyzyjnie dostrojony model z powrotem do inteligentnego urządzenia. Inteligentne urządzenie wykorzystuje następnie model jako podpis do identyfikacji bieżącego użytkownika. Z powodu baterii i ograniczeń obliczeniowych inteligentnego urządzenia, faza szkolenia, w której wykonywana jest większość obliczeń, jest zwykle realizowana na zdalnym serwerze. Niektóre lekkie algorytmy, np. Rozbieżności Kl są implementowane w urządzeniu lokalnym jako części jednostek uwierzytelniających w czasie rzeczywistym, które kontrolują mechanizm blokady urządzenia.
Rozwój modelu IA w dużej mierze zależy od systemów operacyjnych, które zwykle przyjmują Androida i iOS, i istnieją dwa różne podejścia do ustanowienia modelu IA, które są zorientowane na urządzenie i skoncentrowane na aplikacjach. Podejścia skoncentrowane na urządzeniach, jako tradycyjny sposób tworzenia modelu IA, wykorzystują większość informacji zebranych przez system operacyjny z różnych czujników, a model IA działa bezpośrednio nad systemem operacyjnym. Podejścia skoncentrowane na aplikacjach osiągają jednak IA poprzez ustanowienie indywidualnej struktury w każdej aplikacji, która działa niezależnie w piaskownicy i zachowuje wewnętrzną strukturę systemu operacyjnego, jednocześnie upraszczając tworzenie IA.
Historia
W 1977 roku Helen M. Wood wskazała, że istnieją dwa rodzaje podejść do uwierzytelniania biometrycznego - biometria fizjologiczna i behawioralna. Drugie podejście dotyczyło chodu użytkownika, informacji o lokalizacji i wzorców naciśnięć klawiszy. Wykorzystanie biometrii do uwierzytelniania użytkowników zostało opracowane w takich dziedzinach, jak: kontrola dostępu oparta na lokalizacji, w szczególności dynamika naciśnięć klawiszy i wzór pisania. W 2010 roku Shi i in. przenieśli podejście do uwierzytelniania biometrycznego na urządzenie mobilne, które zawierało wiele czujników i znacznie zwiększyło dokładność uwierzytelniania, a nowe podejście nazwali „uwierzytelnianiem niejawnym”. Ze względu na szybki rozwój inteligentnych technologii, inteligentne urządzenia stawały się coraz bardziej wyrafinowane, a moc obliczeniowa rosła z każdym rokiem i stanowiła podstawę dla IA do osiągnięcia bardzo dokładnego i przyjaznego dla użytkownika uwierzytelniania. Obecne podejścia do IA koncentrowały się głównie na czujniku dotykowym, GPS i akcelerometrze, a odpowiednie techniki były SVM , kNN , GMM i model tematyczny .