[논문]스마트폰 가속도와 방향 센서를 활용한 사용자 인증

김응준; 송진석; 서승현; 김주한

문제 정의

본 논문에서는 Orientation Sensor와 Accelerometer Sensor를 이용하여 사용자의 Calling State에 따라 얻어지는 데이터 들이 본인임을 나타내는 패턴을 가지고 있음을 데이터분석 및 유사성 판단을 통해 확인했다. 또한 이 패턴분석을 통한 결과를 근거로 사용자가 스마트폰을 이용하여 인증할 때에 본인인증을 하는 데에 있어서 타인과의 구별된 센서기반의 행동 패턴을 통해 인증할 수 있는 새로운 사용자 인증기법을 제안한다.
따라서 사용자의 고유한 행동패턴이 명확하게 추출되지 않는 한계점이 존재한다. 본 논문에서는 사용자 본인만의 고유한 행동 패턴을 추출해낼 수 있도록, 특정 행동에서만 센서 데이터를 추출하는 센서 데이터 추출 앱을 개발하였다.
본 논문에서는 사용자의 특징점을 나타내는 행위를 통해 얻어지는 센서 데이터를 기반으로 한 새로운 인증방식을 제안한다. 스마트폰 사용자 행위 기반 데이터를 얻기 위해서 스마트폰 센터 데이터 추출 앱을 개발하여, 가속도 센서와 방향 센서의 값을 추출해 내었다.
본 논문에서 제안하는 인증기법은 주어진 환경의 동일한 상황에서 추출한 가속도 센서와 방향 센서 데이터를 사용한다. 본인 확인의 정확성을 높여주기 위해 센서 데이터를 세부적으로 분류하여 유사성을 판단할 수 있도록 DTW기법을 개선한다. 이와 같이 개선된 전처리 과정을 통해 데이터의 유사성을 분석한다.

가설 설정

두 개의 데이터, 즉 Input Data1(S)과 Input Data2(I)가 각각 S = s1,s2,K,sn과 I = i1,i2,K,in이 같다고 가정한다.

제안 방법

DTW 알고리즘을 이용하여 참가자의 추출된 데이터들의 유사도를 측정하고, 결과로 인증기법에 활용될 수 있는지를 파악한다. 아래는 유사도를 측정 구분이다.
세부적인 프로그램구조는 onTouchEvent() 함수를 오버라이딩 하여 함수 내에 있는 event에 터치스크린에서 발생한 이벤트 정보가 담겨서 넘어오게 된다. getAction()으로 터치스크린에 어떠한 이벤트(ACTION _UP, ACTION_DOWN 등)가 발생했는지를 판별할 수 있으며, 터치 발생 시에만 센서데이터를 CSV형식으로 저장되도록 했다.
(그림 2)는 WindowManager의 투명 Layout을 적용하고 스레드를 사용하여 해당 Process가 종료되지 않도록 구현한 앱의 초기화면이다. 그렇기 때문에 메모리 부족이나, 강제종료의 경우를 제외하고는 Background상에서 동작을 수행하여 (그림 3)과 같이 일상적인 사용자의 행동을 센서 데이터로 추출하도록 했다.
본 논문에서는 Orientation Sensor와 Accelerometer Sensor를 이용하여 사용자의 Calling State에 따라 얻어지는 데이터 들이 본인임을 나타내는 패턴을 가지고 있음을 데이터분석 및 유사성 판단을 통해 확인했다. 또한 이 패턴분석을 통한 결과를 근거로 사용자가 스마트폰을 이용하여 인증할 때에 본인인증을 하는 데에 있어서 타인과의 구별된 센서기반의 행동 패턴을 통해 인증할 수 있는 새로운 사용자 인증기법을 제안한다.
본 논문에서 제안하는 알고리즘에서의 상황은 Calling State이다. 전화번호를 누른 후 통화하고 종료하는 상황인 Calling State에는 Orientation Sensor와 Accelerometer Sensor가 가장 큰 변화요인으로 작용하고 있다.
사용자 본인만의 고유한 행동 패턴만 추출할 수 있도록 앱을 자체 개발하여 데이터를 수집한다.
본 논문에서는 사용자의 특징점을 나타내는 행위를 통해 얻어지는 센서 데이터를 기반으로 한 새로운 인증방식을 제안한다. 스마트폰 사용자 행위 기반 데이터를 얻기 위해서 스마트폰 센터 데이터 추출 앱을 개발하여, 가속도 센서와 방향 센서의 값을 추출해 내었다. 그리고 추출한 사용자 센서 데이터의 패턴을 분석하고 유사성을 판단하기 위해 DTW(Dynamic Time Warping) 기법을 사용하였다.
유사성 판단 과정은 일치 정도를 알고 싶은 데이터를 2개 입력하면 DTW 알고리즘을 통하여 실수 값을 결과 값으로 출력하며, 나온 데이터는 0에 가까울수록 그 데이터의 일치율이 높다. 참가자당 9~10개씩 10개 세트의 데이터 중한 개 세트에서 Orientation X, Y, Z와 Accelerometer X, Y, Z 이렇게 6개의 Column의 평균값으로 다시 구하여 세트의 대표 데이터를 평균값으로 대체한다. 이렇게 평균값으로 대체한 이유는 본인임의 정확성을 높이기 위함이고, 데이터의 이 평균값으로 input1, input2, ^… , input10 으로 세트에 따라 번호를 매겨서 참가자 한 사람당 10개의 input으로 정해진다.
추출 과정은 참가자들이 앉은 상태에서 센서 데이터 추출 앱을 설치한 안드로이드 기반의 핸드폰을 가지고 Calling State 상황을 수행하는 것이다. 추출하는 데이터의 정확성과 상황을 정확히 구분을 짓고, 외부요인에 영향을 받지 않기 위하여 실험 중 쉬는 시간이 없이 한 개 세트씩 진행하였으며, 똑같은 상황에 대하여 우선적으로 수행 후 다음 상황을 이어 진행하였다.
추출 과정은 참가자들이 앉은 상태에서 센서 데이터 추출 앱을 설치한 안드로이드 기반의 핸드폰을 가지고 Calling State 상황을 수행하는 것이다. 추출하는 데이터의 정확성과 상황을 정확히 구분을 짓고, 외부요인에 영향을 받지 않기 위하여 실험 중 쉬는 시간이 없이 한 개 세트씩 진행하였으며, 똑같은 상황에 대하여 우선적으로 수행 후 다음 상황을 이어 진행하였다. 만약, 추출을 하는 중간에 행동에서나 환경적인 부분에서 상황설정에서의 기준과 차이가 발생하는 데이터는 같은 실험환경의 데이터가 아닌 유효하지 않은 데이터라고 판단하고 추출하는 과정에서 제외하였다.
추출한 데이터는 전체 950여개로 10명의 참가자가 각각 95여개씩 분류되며, 이들 각자의 데이터를 DTW알고리즘을 이용하여 유사성을 판단한다. 유사성 판단의 목적은 제안하는 상황에서 사용자가 행동을 통하여 얻은 데이터로 본인임을 확인할 수 있는 것이다.
하지만 두 가지의 센서로 사용자의 행동패턴을 분석하여 인증기법으로 활용됨을 제안하는 논문들에서는 스마트폰의 모든 정제되지 않는 데이터(raw data)를 추출한다. 따라서 사용자의 고유한 행동패턴이 명확하게 추출되지 않는 한계점이 존재한다.

대상 데이터

참가자들의 나이 범위는 20세부터 25세까지이며, 개인이 각자가 서로 다른 안드로이드 OS의 스마트폰을 사용하여 의자가 있는 똑같은 실험 공간에서 실험하였다. 데이터 추출 상황인 Calling State에 대하여 참가자들이 각자가 10개씩 10개의 데이터 셋을 추출 상황을 수행하였고, 전체 추출한 데이터 중에서 유효하지 않은 데이터인 50개를 제외하여 총 950여개의 유효한 데이터를 추출하였다.
데이터 추출 실험은 남자 10명의 참가자들이 참여하였다. 참가자들의 나이 범위는 20세부터 25세까지이며, 개인이 각자가 서로 다른 안드로이드 OS의 스마트폰을 사용하여 의자가 있는 똑같은 실험 공간에서 실험하였다.
본 논문에서 제안하는 인증기법은 주어진 환경의 동일한 상황에서 추출한 가속도 센서와 방향 센서 데이터를 사용한다. 본인 확인의 정확성을 높여주기 위해 센서 데이터를 세부적으로 분류하여 유사성을 판단할 수 있도록 DTW기법을 개선한다.
데이터 추출 실험은 남자 10명의 참가자들이 참여하였다. 참가자들의 나이 범위는 20세부터 25세까지이며, 개인이 각자가 서로 다른 안드로이드 OS의 스마트폰을 사용하여 의자가 있는 똑같은 실험 공간에서 실험하였다. 데이터 추출 상황인 Calling State에 대하여 참가자들이 각자가 10개씩 10개의 데이터 셋을 추출 상황을 수행하였고, 전체 추출한 데이터 중에서 유효하지 않은 데이터인 50개를 제외하여 총 950여개의 유효한 데이터를 추출하였다.

이론/모형

스마트폰 사용자 행위 기반 데이터를 얻기 위해서 스마트폰 센터 데이터 추출 앱을 개발하여, 가속도 센서와 방향 센서의 값을 추출해 내었다. 그리고 추출한 사용자 센서 데이터의 패턴을 분석하고 유사성을 판단하기 위해 DTW(Dynamic Time Warping) 기법을 사용하였다.

성능/효과

(그림 5)에서는 동일한 참가자에 대한 두 개의 input을 비교한 결과(USER)와 서로 다른 두 참가자의 input을 비교하였을 때(ABUSER)를 나타낸다. 그림에서처럼 결과는 동일사람간의 결과는 0~3 범위이고 유사성이 높다는 결과이며, 다른 사람과의 결과는 최소 100이상의 값이 나오는 것을 알 수 있으며 확실히 유사성이 낮다는 것을 확인할 수 있다.
실험 결과로 확인할 수 있는 것은 제안하는 상황에 대하여 사용자가 다른 사용자와는 다르게 동일한 사용자만의 특이점을 가지고 있다고 할 수 있으며, 이는 사용자 인증에 있어서 충분한 본인만의 패턴이 있음을 알 수 있다.
유사성 판단 과정은 일치 정도를 알고 싶은 데이터를 2개 입력하면 DTW 알고리즘을 통하여 실수 값을 결과 값으로 출력하며, 나온 데이터는 0에 가까울수록 그 데이터의 일치율이 높다. 참가자당 9~10개씩 10개 세트의 데이터 중한 개 세트에서 Orientation X, Y, Z와 Accelerometer X, Y, Z 이렇게 6개의 Column의 평균값으로 다시 구하여 세트의 대표 데이터를 평균값으로 대체한다.

핵심어	질문	논문에서 추출한 답변
	DTW 알고리즘은 어떤 알고리즘인가?	DTW(Dynamic Time Warping) 알고리즘은 시간이나 속도를 기준으로 서로 다른 두 개의 시퀀스 값의 유사성을 측정하는 알고리즘이다. 두 개의 데이터, 즉 Input Data1(S)과 Input Data2(I)가 각각 S = s1,s2,K,sn과 I = i1,i2,K,in이 같다고 가정한다.
	가속도 센서와 방향 센서는 무엇을 나타내는 센서 인가?	스마트폰에 내장된 센서 중 가속도 센서와 방향 센서는 움직이는 행위에 대한 특징점을 잘 나타내주는 센서로 알려져 있다. 그래서 최근에서는 가속도 센서와 방향 센서 기반의 행위 인지(전화 받는 상황, 걷는 상황, 비밀번호를 누르는 상황) 등을 활용한 인증 기법들이 제안되고 있다.
	생체인증 기술의 한계점은 무엇인가?	최근에는 패스워드 기반의 인증 방식보다 보안성이 강화된 생체인증 기술을 적용한 스마트폰이 보편화 되고 있다. 하지만 이 방식 또한 생체정보가 유출되면 바꿀 수가 없어 언제든 악용될 수 있다. 실제로, 2014년 지문인증을 채택한 갤럭시S5와 아이폰6의 경우 위조 지문으로 잠금장치를 해제하는 사례가 잇따라 보고된 바 있다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

[국내논문] 스마트폰 가속도와 방향 센서를 활용한 사용자 인증
A User Authentication using Accelerometer and Orientation Sensors of Smartphones 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

이론/모형

성능/효과

질의응답

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

[국내논문] 스마트폰 가속도와 방향 센서를 활용한 사용자 인증 A User Authentication using Accelerometer and Orientation Sensors of Smartphones 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

이론/모형

성능/효과

질의응답

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

[국내논문] 스마트폰 가속도와 방향 센서를 활용한 사용자 인증
A User Authentication using Accelerometer and Orientation Sensors of Smartphones 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper