Core Concepts
単純なビット演算子を使用してIrisCodesを混合することで、辞書攻撃が可能であることを示唆。
Abstract
辞書攻撃についての新たな脆弱性分析を行い、alpha-wolvesおよびalpha-mammalsの生成方法を提案。
複数のデータセット(IITD、CASIA-IrisV4-Thousand、Synthetic)で評価を実施。
AND、OR、XOR演算子によるIrisCodesの混合が成功率に影響。
バイオメトリックシステムにおける辞書攻撃の潜在的な脅威を明らかにした研究。
1. Introduction
辞書攻撃は指紋認識システムから始まり、他のバイオメトリックモダリティでも有効性が検証されている。
虹彩認識システムにおける辞書攻撃に焦点を当て、IrisCodesの混合方法とその影響を評価。
2. Related Work
Iris recognition involves image acquisition, segmentation, encoding, and matching using various techniques.
Deep learning methods have shown promise in iris recognition systems.
3. Proposed Method
Alpha-wolvesとalpha-mammalsの生成方法を提案し、ANDやOR演算子によるIrisCodesの混合手法を説明。
4. Experimental Design
IITDやCASIA-IrisV4-Thousandなど複数のデータセットで実験を行い、XOR演算子が最も高い成功率を示すことが確認された。
5. Results and Analysis
Alpha-wolvesやalpha-mammalsは多くの未知のIDと一致する可能性があり、虹彩認識システムへの脅威となり得ることが示唆された。
Stats
"alpha-wolves (from two wolves) can match upto 71 identities @FMR=0.001%, while an alpha-mammal (from two identities) can match upto 133 other identities @FMR=0.01% on the IITD dataset."