Multimodal User Authentication Method via Fusion of Keystroke Dynamics and Glove-Based Hand Kinematics
यह शोध पत्र एक सुदृढ़ मल्टीमॉडल प्रमाणीकरण ढांचे का प्रस्ताव करता है जो डेटा ग्लव के माध्यम से कैप्चर की गई कीस्ट्रोक डायनेमिक्स को 19-आयामी हैंड किनेमैटिक्स के साथ फ्यूज करता है और एक हाइब्रिड CNN-LSTM मॉडल द्वारा संसाधित किया जाता है, जो सेंसर फ्यूजन के माध्यम से पर्यावरणीय कमजोरियों को प्रभावी ढंग से कम करते हुए कठोर क्रॉस-डोमेन मूल्यांकनों में 6-सेकंड की विंडो पर पूर्ण प्रमाणीकरण (0.00% EER) प्राप्त करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप एक डिजिटल बाउंसर को यह साबित करने की कोशिश कर रहे हैं कि आप वही हैं जो आप कह रहे हैं। आमतौर पर, आप एक फोटो दिखाते हैं (जैसे कि फेस स्कैन) या फिंगरप्रिंट। लेकिन वे गेट पर ड्राइवर लाइसेंस दिखाने जैसा है; एक बार जब आप अंदर चले जाते हैं, तो बाउंसर जांचना बंद कर देता है। यदि कोई हैकर आपके सेशन को चुरा लेता है, तो वे हमेशा के लिए अंदर रह सकते हैं। इसे रोकने के लिए, वैज्ञानिक "व्यवहार संबंधी बायोमेट्रिक्स" (behavioral biometrics) का उपयोग करते हैं, जो कि ऐसा है जैसे बाउंसर यह देखता है कि आप कैसे चलते हैं। एक लोकप्रिय तरीका "कीस्ट्रोक डायनेमिक्स" (keystroke dynamics) है, जहाँ कंप्यूटर आपके टाइप करने की लय को देखता है—आप एक कुंजी (key) को कितनी देर तक दबाकर रखते हैं और अगली कुंजी तक कितनी तेज़ी से पहुँचते हैं। यह एक दोस्त को उसकी चलने की अनूठी गति से पहचानने जैसा है। हालाँकि, इस विधि में एक दोष है: यदि आप थके हुए हैं, यदि कीबोर्ड अलग महसूस होता है, या यदि कोई रोबोट आपकी लय की सटीक नकल करता है, तो सिस्टम भ्रमित हो जाता है और या तो गलत व्यक्ति को अंदर आने दे सकता है या सही व्यक्ति को बाहर निकाल सकता है।
यह शोध पत्र इस समस्या का समाधान करता है और इसमें प्रमाण की एक दूसरी, बहुत कठिन परत जोड़ता है: आपके हाथ की शारीरिक गति और दबाव। शोधकर्ताओं ने एक विशेष "स्मार्ट ग्लव" बनाया है जो न केवल आपके टाइप करने की लय को सुनता है, बल्कि यह भी महसूस करता है कि आप ठीक कितना बल (force) लगाते हैं और हवा में आपकी उंगलियों की सूक्ष्म 3D गतिविधियों को ट्रैक करता है। उन्होंने इन दोनों प्रकार के डेटा को एक शक्तिशाली कंप्यूटर मस्तिष्क (डीप लर्निंग मॉडल का मिश्रण) का उपयोग करके संयोजित किया, ताकि यह देखा जा सके कि क्या यह एक नकली (fake) को पकड़ सकता है, भले ही टाइपिंग की लय एकदम सही हो। परिणाम? टाइपिंग की लय और शारीरिक "एहसास" दोनों को देखकर, सिस्टम को धोखा देना अविश्वसनीय रूप से कठिन हो गया, और अंततः यह एक छोटे से टाइपिंग अनुक्रम (sequence) को देखते समय शून्य गलतियाँ करने के स्तर तक पहुँच गया।
स्मार्ट ग्लव की कहानी
शोधकर्ताओं, इत्सेई हयाकुडा और लेई जिंग ने मानक टाइपिंग जांचों की "थके हुए या ठगे गए" वाली समस्या को हल करना चाहा। वे जानते थे कि केवल समय (आप कितनी तेज़ी से टाइप करते हैं) पर भरोसा करना जोखिम भरा है क्योंकि इसकी नकल करना आसान है। इसलिए, उन्होंने एक "सुपर-आइडेंटिटी" सिस्टम बनाने का निर्णय लिया जो आपके टाइपिंग की लय को आपके हाथ की शारीरिक मसल मेमोरी (muscle memory) के साथ जोड़ता है।
इसे करने के लिए, उन्होंने एक कस्टम डेटा ग्लव बनाया। इसे एक हाई-टेक विंटर ग्लव की तरह समझें, लेकिन यह हाथों को गर्म रखने के बजाय आपकी उंगलियों पर कड़ी नज़र रखता है। इस ग्लव के पास दो मुख्य महाशक्तियाँ हैं:
- प्रेशर सेंसर (Pressure Sensors): दस छोटे सेंसर उंगलियों के पोरों और जोड़ों पर रखे गए हैं। वे संवेदनशील त्वचा की तरह काम करते हैं, जो महसूस करते हैं कि आप किसी कुंजी को कितनी ज़ोर से दबाते हैं।
- मोशन सेंसर (Motion Sensors): कलाई पर एक 9-एक्सिस IMU (एक मोशन ट्रैकर) लगा है। यह एक छोटे जायरोस्कोप की तरह है जो ट्रैक करता है कि आपकी हथेली हवा में कैसे चलती है, यहाँ तक कि तब भी जब आपकी उंगलियां अभी तक कुंजियों को छू नहीं रही होती हैं।
ग्लव हर बार टाइप करते समय एक साथ 19 अलग-अलग जानकारियां कैप्चर करता है (10 प्रेशर रीडिंग + 9 मोशन रीडिंग)।
"अनसीन" (Unseen) टेस्ट
यह देखने के लिए कि क्या उनका सिस्टम वास्तव में अच्छा था, शोधकर्ताओं ने इसे केवल एक आदर्श, शांत कमरे में टेस्ट नहीं किया। उन्होंने एक पेचीदा चुनौती तैयार की, जिसे वे "अनसीन" मूल्यांकन कहते हैं।
- ट्रेनिंग: उन्होंने कंप्यूटर को एक विशिष्ट व्यक्ति (लक्ष्य/target) और आठ "ज्ञात" छद्म रूपधारियों (impostors) को एक मानक डेस्कटॉप कीबोर्ड का उपयोग करके पहचानने के लिए प्रशिक्षित किया।
- जाल (The Trap): फिर, उन्होंने सिस्टम का परीक्षण एक लैपटॉप कीबोर्ड (एक अलग डिवाइस) और एक बिल्कुल नए "अज्ञात" छद्म रूपधारी के साथ किया जिसे पहले कभी देखा नहीं गया था।
यह एक सुरक्षा गार्ड को एक स्टूडियो में ली गई फोटो का उपयोग करके वीआईपी (VIP) को पहचानने के लिए सिखाने जैसा है, और फिर उसी गार्ड से भीड़ भरी, बारिश वाली सड़क में उस वीआईपी को पहचानने और साथ ही एक अजनबी को पकड़ने के लिए कहना जो वीआईपी जैसा बिल्कुल नहीं दिखता।
परिणाम: "शायद" से "परफेक्ट" तक
परिणाम बहुत दिलचस्प थे, खासकर जब उन्होंने देखा कि समय के साथ सिस्टम कैसा प्रदर्शन करता है।
- टाइपिंग का एक एकल क्षण: जब सिस्टम केवल एक सिंगल कीस्ट्रोक (600 मिलीसेकंड का विंडो) को देखता है, तो यह काफी अच्छा था लेकिन परफेक्ट नहीं। यह लगभग 2.12% समय गलती करता है (इसे इक्वल एरर रेट या EER कहा जाता है)।
- धैर्य की शक्ति: शोधकर्ताओं ने महसूस किया कि केवल एक क्षण निश्चित होने के लिए पर्याप्त नहीं है। इसलिए, उन्होंने सिस्टम को 10 कीस्ट्रोक्स के एक अनुक्रम (लगभग 6 सेकंड की टाइपिंग) का इंतज़ार करने और देखने के लिए कहा। उन्होंने एक "स्मूथिंग" (smoothing) तकनीक का उपयोग किया, जो कि पिछले कुछ सेकंड का औसत लेने जैसा है ताकि छोटी-मोटी गड़बड़ियों या फिसलों को अनदेखा किया जा सके।
- परफेक्ट स्कोर: जब उन्होंने पूरे 10-कीस्ट्रोक अनुक्रम को देखा, तो सिस्टम त्रुटिहीन हो गया। इसकी एरर रेट गिरकर 0.00% हो गई। उनके सबसे अच्छे परीक्षण में, सिस्टम ने असली उपयोगकर्ता और छद्म रूपधारी को हर बार पूरी तरह से अलग कर दिया।
दो सेंसर एक से बेहतर क्यों हैं
आप सोच सकते हैं: "यदि मोशन सेंसर (IMU) अकेले लैब में परफेक्ट स्कोर प्राप्त कर सकते थे, तो प्रेशर सेंसर की आवश्यकता क्यों पड़ी?"
शोधकर्ताओं ने इसका उत्तर खोजने के लिए गहराई से जांच की। उन्होंने पाया कि जबकि मोशन सेंसर नियंत्रित लैब में बहुत अच्छे थे, उनकी एक कमजोरी है: उन्हें बड़ी कंपन (जैसे चलती कार में टाइप करना) द्वारा मूर्ख बनाया जा सकता है, या किसी ऐसे व्यक्ति द्वारा जिसे हवा में हाथ की गति की नकल करने के लिए डिज़ाइन किया गया है जो वास्तव में कुंजियों को नहीं छू रहा है (एक "स्पेशियल स्पूफिंग" हमला)।
दूसरी ओर, प्रेशर सेंसर यह जानने में माहिर हैं कि क्या आप वास्तव में कीबोर्ड को छू रहे हैं, लेकिन वे भ्रमित हो सकते हैं यदि ग्लव आपके हाथ पर थोड़ा खिसक जाए या यदि आपकी उंगली थक जाए।
जादू तब होता है जब आप उन्हें फ्यूज (fuse) करते हैं। यह दो गार्डों के होने जैसा है: एक आपके चेहरे को देखता है (मोशन), और दूसरा आपके आईडी कार्ड की जांच करता है (प्रेशर)। यदि मोशन गार्ड चलती ट्रेन के कारण भ्रमित हो जाता है, तो प्रेशर गार्ड अभी भी जानता है कि आप वास्तव में कीबोर्ड पर बैठे हैं। यदि प्रेशर गार्ड भ्रमित हो जाता है क्योंकि ग्लव थोड़ा खिसक गया है, तो मोशन गार्ड अभी भी आपके हाथ की अनूठी आकृति को देख रहा है। उन्हें मिलाकर, सिस्टम एक "फेल-सेफ" (fail-safe) बनाता है जो एक दूसरे की कमजोरियों को कवर करता है।
निष्कर्ष
यह शोध पत्र दिखाता है कि हालांकि आपकी टाइपिंग की टाइमिंग एक अच्छी शुरुआत है, लेकिन उच्च-सुरक्षा स्थितियों के लिए यह पर्याप्त नहीं है। आपके दबाव को महसूस करने वाले और आपके हाथ के 3D नृत्य को ट्रैक करने वाले ग्लव को जोड़कर, सिस्टम अविश्वसनीय रूप से मजबूत हो जाता है। यह विभिन्न कीबोर्ड, विभिन्न दिनों और यहाँ तक कि अज्ञात हमलावरों को भी संभाल सकता है। हालांकि यह विशिष्ट ग्लव वर्तमान में रोजमर्रा के उपयोग के लिए थोड़ा भारी है, यह अध्ययन साबित करता है कि भौतिक लक्षणों को टाइमिंग के साथ जोड़ना डिजिटल सुरक्षा को बहुत अधिक कठिन बनाने की कुंजी है। लेखक सुझाव देते हैं कि भविष्य में, इस तकनीक को छोटे, कम दखल देने वाले पहनने योग्य उपकरणों (wearables) में सिकोड़ा जा सकता है, जिससे हमारी डिजिटल दुनिया को बिना हमें पता चले सुरक्षित बनाया जा सके।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।