Dùng chữ ký 3D để xác thực trên di động

Nghiên cứu nhận dạng hoạt động con người

Theo TS.Nguyễn Ngọc Điệp, nhờ vào sự tiến bộ của công nghệ và các nhu cầu ứng dụng trong những năm gần đây, nghiên cứu về nhận dạng hoạt động người đã có được sự phát triển mạnh mẽ. Có nhiều bài toán thực tế cần các giải pháp dựa vào nhận dạng hoạt động để tạo ra các cách thức tương tác đa dạng, chủ động cung cấp các dịch vụ trợ giúp người dùng hoàn thành công việc.

Hiện nay, có ba cách tiếp cận phổ biến để giải quyết bài toán nhận dạng hoạt động, bao gồm: dựa trên thị giác máy tính, dựa trên các cảm biến gắn trong môi trường xung quanh và nhận dạng hoạt động dựa trên cảm biến mang trên người. Hai cách tiếp cận đầu đều có hạn chế do các hoạt động của người dùng bị giới hạn trong một môi trường cố định và hệ thống cũng cần được triển khai, lắp đặt sẵn trong môi trường. Các hạn chế này là rào cản cho việc triển khai rộng rãi các ứng dụng nhận dạng hoạt động người trong thực tế. Cách tiếp cận thứ ba sử dụng cảm biến mang theo trên cơ thể người đã mở ra nhiều ứng dụng tiềm năng do hoạt động của người dùng không bị giới hạn trong những không gian lắp sẵn các thiết bị. Cách tiếp cận này mang lại khả năng cung cấp những sự trợ giúp thông minh, giao tiếp ảo tại bất kỳ nơi đâu và bất kỳ khi nào, thông qua việc quan sát các hoạt động từ góc nhìn người dùng.

Bài toán nhận dạng hoạt động người nói chung và nhận dạng hoạt động dựa trên cảm biến mang theo người nói riêng cũng có thể tiếp cận theo hai hướng, đó là nhận dạng dựa trên tri thức và nhận dạng dựa trên dữ liệu. Cách tiếp cận dựa trên tri thức có nhược điểm là cần nhiều chi phí về thời gian và kinh nghiệm của chuyên gia để xây dựng được tập luật suy diễn tốt, việc cập nhật tự động các luật là không khả thi, do nguồn dữ liệu đầu vào thường không có cấu trúc và luôn biến động, đồng thời không có khả năng xử lý thông tin tạm thời và chưa rõ ràng. Cách tiếp cận dựa trên dữ liệu sử dụng các quy tắc nhận dạng được xây dựng dựa trên các tập dữ liệu hành vi người dùng lớn có sẵn và các kỹ thuật học máy, thống kê. Do dựa trên dữ liệu nên cách tiếp cận này đảm bảo được rằng hệ thống có thể cập nhật các quy tắc nhận dạng hoạt động một cách tự động mà không phụ thuộc vào tri thức chuyên gia, cũng như có khả năng xử lý các thông tin tạm thời và chưa rõ ràng. Đồng thời, hệ thống cũng có khả năng thích nghi cao và tận dụng được nguồn dữ liệu có sẵn. Chính vì vậy, cách tiếp cận này được quan tâm nghiên cứu nhiều hơn so với phương pháp nhận dạng hoạt động dựa trên tri thức.

Đề tài “Nghiên cứu phương pháp học máy cho nhận dạng hoạt động sử dụng cảm biến mang trên người” được thực hiện trong khuôn khổ luận án tiến sĩ chuyên ngành hệ thống thông tin, nhằm góp phần giải quyết một số vấn đề còn tồn tại trong phương pháp nhận dạng hoạt động sử dụng cảm biến mang trên người.

Thử nghiệm phát hiện người bị ngã và chữ ký 3D

Một hệ thống tự động phát hiện ngã sử dụng bộ cảm biến gia tốc, được tích hợp sẵn trong Wii Remote, có giá thành tương đối rẻ và thời lượng pin sử dụng rất khả quan. Hệ thống cho tỉ lệ phát hiện ngã cao và chi phí thấp hơn so với các hệ thống phát hiện ngã khác. Trong hệ thống này, các đối tượng thử nghiệm là người đeo Wii Remote trên hông, do cảm biến đeo bên hông có thể cung cấp các tính năng tốt cho việc phát hiện nhiều loại hoạt động, ví dụ như ngã, chạy, đi bộ, leo cầu thang, …

Tập dữ liệu huấn luyện cho ứng dụng là dữ liệu được thu thập từ 12 đối tượng, thực hiện 12 hoạt động hàng ngày bao gồm đi bộ, nhảy, đi lên cầu thang, đi xuống cầu thang, chạy, vươn người, lau nhà, đánh máy, ngồi xuống lúc đang đứng, đứng lên lúc đang ngồi, đánh răng, hút bụi và 12 tư thế ngã khác nhau. Số hoạt động ngã là 144 và các hoạt động còn lại thuộc về 12 hoạt động hàng ngày khác (không phải ngã). Thử nghiệm cho kết quả khá cao, với độ chính xác là khoảng 96,25%. Phần mềm trên máy tính được xây dựng để thu nhận tín hiệu cảm biến gia tốc trên Wii Remote qua Wii dongle, truyền qua bluetooth và qua đó phát hiện người ngã trong thời gian thực.

Bên cạnh đó, tác giả đề xuất một phương thức xác thực mới cho người dùng thiết di động với chữ ký 3D, gọi là SigVer3D. Phương thức này có cả ưu điểm về tính an toàn của chữ ký và thuận tiện cho người dùng khi muốn “đăng nhập” vào thiết bị di động khi không có các thiết bị nhập liệu truyền thống như màn hình cảm ứng, hay bàn phím hoặc không thuận tiện.

Người dùng cầm thiết bị di động và vẽ chữ ký của họ trong không gian để đăng nhập. Khi thực hiện ký, các dữ liệu gia tốc được sinh ra và được hệ thống sử dụng để kiểm tra.

Một lý do để chọn chữ ký 3D làm mật khẩu là nó dễ nhớ và dễ thực hiện, đồng thời khó giả mạo bởi người khác do sử dụng các đặc trưng sinh trắc học và vật lý bổ sung để làm tăng tính an toàn cho việc xác thực chữ ký. Hệ thống này được cài đặt trên một điện thoại di động thông minh Samsung S3 có trang bị một cảm biến gia tốc gắn trong dùng để cảm nhận gia tốc theo ba trục. Bài toán xác thực người dùng ở đây thực chất là bài toán phân lớp nhị phân: phát hiện chữ ký giả mạo và chữ ký chính chủ.

Có 30 đối tượng và tổng cộng 1800 mẫu chữ ký 3D trong đó 300 là gốc và 1500 mẫu là chữ ký 3D giả mạo. Kết quả thử nghiệm cho thấy hệ thống xác thực có độ chính xác tương đối cao và khá tin cậy. Giá trị AUC trung bình đạt được với giá trị là 98,3%, và giá trị EER = FRR = FAR = 1,4%. Kết quả này đã cho thấy rằng chữ ký động với việc sử dụng các đặc trưng sinh trắc học và vật lý bổ sung đã làm tăng tính an toàn cho việc xác thực. Hai người có đặc tính sinh lý khác nhau, kể cả bắt chước động tác ký giống nhau cũng khó có thể thành công.

Phần mềm xác thực chữ ký 3D được xây dựng trên điện thoại di động có hệ điều hành Android phiên bản 4.2, có trang bị cảm biến gia tốc.