Un team di ricercatori dell'Università di Pretoria e della City University di Hong Kong ha recentemente sviluppato un sistema di autenticazione continua degli utenti di smartphone basato sull'analisi dell'andatura. Questo sistema, delineato in una relazione presentata al 44 ^ns conferenza annuale della IEEE Industrial Electronics Society, sfrutta l'hardware preesistente di un dispositivo, autenticare gli utenti di smartphone in base ai loro modelli di andatura.

Il termine "andatura" si riferisce al modello di locomozione ottenuto muovendo gli arti mentre si cammina o si corre. La ricerca ha scoperto che i modelli di andatura differiscono notevolmente da persona a persona, in misura tale che l'analisi del cammino può essere utilizzata per l'autenticazione biometrica.

Gli strumenti di riconoscimento biometrico dell'andatura esistenti possono essere raggruppati in tre categorie principali:basati sulla visione artificiale, metodi basati su sensori da pavimento e metodi basati su sensori indossabili. Nel riconoscimento dell'andatura basato sulla visione artificiale, un sistema utilizza telecamere per acquisire dati e poi li analizza utilizzando tecniche di elaborazione delle immagini.

Sistemi di riconoscimento dell'andatura basati su sensori a pavimento, d'altra parte, lavorare tramite un tappetino in grado di misurare la forza e la velocità associate ai passi di una persona. Finalmente, i sistemi di riconoscimento dell'andatura basati su sensori indossabili utilizzano dispositivi indossabili con sensori, come accelerometri, sensori giroscopici e sensori di forza, per rilevare e registrare l'attività dell'andatura.

"Questo documento presenta lo sviluppo di un sistema di autenticazione dell'utente su smartphone che sfrutta l'hardware preesistente del dispositivo, " hanno scritto i ricercatori nel loro articolo. "L'autenticazione si basava sul modello di andatura di un utente di smartphone, che è una caratteristica biometrica."

Il team di ricercatori dell'Università di Pretoria e della City University di Hong Kong ha sviluppato un sistema di riconoscimento dell'andatura basato su sensori indossabile che sfrutta l'hardware preesistente di uno smartphone, in particolare del suo accelerometro. Oggi, la maggior parte degli smartphone ha accelerometri integrati, che può rilevare i dati relativi all'andatura di un utente.

Il sistema ideato dai ricercatori non richiede alcun hardware aggiuntivo per funzionare, quindi non comporta costi aggiuntivi per aggiornare gli smartphone esistenti. Funziona analizzando continuamente i dati relativi all'andatura raccolti dall'accelerometro integrato dello smartphone e avvisando il proprietario dello smartphone via e-mail quando rileva cambiamenti insoliti nei modelli di andatura.

"Se l'esito dell'autenticazione è positivo, il processo di autenticazione continua senza interruzioni in background, " hanno spiegato i ricercatori nel loro articolo. "Se l'autenticazione fallisce, le informazioni sulla posizione del dispositivo devono essere inviate a un indirizzo e-mail predeterminato per informare l'utente autorizzato della posizione del dispositivo."

L'approccio per l'autenticazione basato sull'andatura proposto dai ricercatori consiste in un'unità di acquisizione dati del sensore, un'unità di pre-elaborazione, un algoritmo di classificazione e un sistema di valutazione. L'accelerometro integrato dello smartphone acquisisce continuamente dati relativi all'andatura che vengono pre-elaborati dall'unità di pre-elaborazione e quindi analizzati da un algoritmo di deformazione temporale dinamica (DTW) e da una rete neurale feed forward (FFNN), che autentica l'utente.

Entro un minuto dal primo rilevamento dell'accesso non autorizzato, il sistema invia una notifica via email al proprietario dello smartphone, che include i timestamp delle ultime posizioni note del dispositivo. Questo può aiutare gli utenti a recuperare i propri smartphone quando li hanno smarriti o smarriti accidentalmente.

Nelle valutazioni preliminari, questo nuovo sistema di autenticazione basato sull'andatura ha raggiunto una sensibilità di 0,74 e una specificità di 0,78. Sebbene questi risultati siano incoraggianti, i ricercatori dovranno sviluppare ulteriormente il sistema prima che possa essere applicato con successo in contesti reali.

"Sebbene le prestazioni dello schema proposto siano promettenti, ha bisogno di essere migliorato affinché il sistema diventi praticabile, " hanno scritto i ricercatori.

© 2019 Scienza X Rete