Touchscreen biometrics for continuous authentication

• Author(s): Lopes, Sérgio Emanuel da Cruz
• Date: 2014
• Persistent ID: http://hdl.handle.net/1822/35195
• Origin: RepositóriUM - Universidade do Minho
• Subject(s): 681.3-7; Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
• Document Type: Master thesis
• Language: English
• Advisor(s): Santos, Henrique Dinis dos
• Contributor(s): Universidade do Minho

Description

Dissertação de mestrado integrado em Communications Engineering

Nowadays, touchscreen devices are part of people’s daily tasks and there is, progressively, less need to use traditional computers, whether to work or entertainment activities. Consequently, these devices contain an increasingly higher quantity of sensitive information that must be protected from unauthorized access. Generally, these devices have only a single layer of authentication and, once passed this phase, it is assumed that the device is used only by its owner or authorized user. However, no matter how strong is the authentication method, the device is still vulnerable to attacks from malicious users who gain access to it in an unlocked state. This way, is pertinent to adopt techniques that provide continuous authentication of users. In this dissertation is proposed a system for continuous authentication in devices with touchscreen, aiming to serve as a proof of concept about the possibility of using the interactions of users with the touchscreen as a behavioral biometric characteristic. Was developed a mobile application to collect the touch data of some controlled gestures, performed by different users, and to extract a selected set of features, used to build their biometric template. The classification module was simulated through machine learning software. Lastly, are presented the system evaluation results. Globally, the results show that the system, using the selected features and classifier, is not capable of perform a strong continuous authentication. In fact, was verified that the system behaved quite distinctly with different users. Besides the results, it is believed that, with the right set of features and classification techniques, the system has a promising future.

Atualmente, dispositivos com touchscreen fazem parte das tarefas quotidianas das pessoas e há, progressivamente, menor necessidade de utilizar os computadores tradicionais, quer para trabalho quer para entretenimento. Consequentemente, estes dispositivos contém uma quantidade cada vez maior de informação sensível que deve ser protegida de acessos não autorizados. Geralmente, estes dispositivos têm apenas uma única camada de autenticação e, uma vez ultrapassada esta fase, assume-se que o dispositivo é usado pelo dono ou por um utilizador autorizado. No entanto, independentemente do quão forte seja a autenticação no início da sessão, o dispositivo continua vulnerável a ataques de utilizadores mal-intencionados que ganhem acesso ao mesmo num estado desbloqueado. Desta forma, é pertinente a adoção de técnicas que proporcionem uma autenticação contínua dos utilizadores Nesta dissertação é proposto um sistema de autenticação contínua em dispositivos com touchscreen, com o objetivo de servir como prova de conceito sobre a possibilidade de usar as interações de utilizadores com touchscreens como uma característica biométrica comportamental. Foi desenvolvida uma aplicação móvel para recolher os dados de alguns gestos controlados, executados por diferentes utilizadores, e para extrair um conjunto de atributos selecionados, usados para construir o modelo biométrico dos utilizadores. O módulo de classificação foi simulado através de software de machine learning. Globalmente, os resultados mostram que o sistema, usando os atributos e o classificador selecionados, não é capaz de desempenhar uma autenticação contínua robusta. De facto, verificou-se que o sistema se comportou de forma bem distinta com utilizadores diferentes. Apesar dos resultados acredita-se que, com os atributos e classificadores certos, o sistema tem um futuro promissor.