한국인터넷정보학회 논문지
Current Result Document :
| 한글제목(Korean Title) |
심층 학습 기반의 수기 일회성 암호 인증 시스템 |
| 영문제목(English Title) |
Handwritten One-time Password Authentication System Based On Deep Learning |
| 저자(Author) |
리준
이혜영
이영준
윤수지
배병일
최호진
Zhun Li
HyeYoung Lee
Youngjun Lee
Sooji Yoon
Byeongil Bae
Ho-Jin Choi
|
| 원문수록처(Citation) |
VOL 20 NO. 01 PP. 0025 ~ 0038 (2019. 02) |
한글내용
(Korean Abstract) |
심층 학습 및 온라인 생체 인식 기반 인증의 급속한 개발에 영감을 받아, 본 논문에서는 심층 학습을 기반으로 필체 인식 및 작성자 검증을 수행하는 수기 일회성 암호 인증 시스템을 제안한다. 본 논문에서는 수기로 작성된 숫자를 인식할 수 있는 합성곱 신경망과, 입력된 필체와 실제 사용자의 필체 사이 유사성을 계산할 수 있는 Siamese 신경망을 설계한다. 본 논문에서는 작성자 검증을 위한 NIST Speical Database 19 제 2판의 첫 번째 응용 사례를 제시한다. 본 논문이 제안하는 시스템은 네 장의 입력 이미지를 기반으로한 숫자 인식 작업에서 98.58%, 작성자 검증 작업에서 93%의 정확도를 달성했다. 본 논문의 저자들은 제안한 필체 기반 생체 인식기술이 FIDO 프레임워크 기반의 다양한 온라인 인증 서비스에 활용될 수 있을 것이라 예상한다.
|
영문내용
(English Abstract) |
Inspired by the rapid development of deep learning and online biometrics-based authentication, we propose a handwritten one-time password authentication system which employs deep learning-based handwriting recognition and writer verification techniques. We design a convolutional neural network to recognize handwritten digits and a Siamese network to compute the similarity between the input handwriting and the genuine user’s handwriting. We propose the first application of the second edition of NIST Special Database 19 for a writer verification task. Our system achieves 98.58% accuracy in the handwriting recognition task, and about 93% accuracy in the writer verification task based on four input images. We believe the proposed handwriting-based biometric technique has potential for use in a variety of online authentication services under the FIDO framework.
|
| 키워드(Keyword) |
심층 학습
수기 인식
작성자 검증
인증 시스템
일회성 암호
FIDO
Deep Learning
Handwriting Recognition
Writer Verification
Authentication System
One-time Password
FIDO
|
| 파일첨부 |
PDF 다운로드
|
