.png){kind=icon}
返回
AnGLEAuth: Sensor-Based Continuous Authentication via Adaptive Sample Generation and Global–Local Feature Encoding
.png){kind=icon}
PRE
AI
DOI：10.1109/JIOT.2026.3656890.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
随着通信技术的快速进步，移动设备已成为我们日常生活中不可或缺的一部分。随着对移动和物联网（IOT）技术的依赖性持续增长，确保敏感数据的安全防护变得日益关键。传统的认证方法，如个人识别码（PIN）和生物识别，仍然容易受到对抗性攻击，并且通常仅限于一次性验证。为克服这些局限性，我们提出AnGLEAuth，一种基于传感器的连续认证系统，该系统利用自适应样本构造和全局-局部特征编码，有效提取来自移动设备加速度计、陀螺仪和磁力计传感器的数据特征。具体而言，我们设计了一种自适应融合增强的样本构造算法，通过整合多种数据增强策略，提高了泛化能力和抗噪性，从而增强了整体准确性和鲁棒性。此外，AnGLEAuth同时包含全局特征编码器和局部特征编码器，以同时捕捉长期依赖模式和精细的行为特征，实现认证策略与多维用户特征的自适应融合。在我们数据集上的广泛实验表明AnGLEAuth的优越性，在十个未见用户上实现了99.06%的平均准确率和99.07%的F1分数。
Keyword:
Adaptive sample generation
continuous authentication
contrastive learning
global–local feature encoding
期刊
IF:
8.9
论文数:
1.4W
被引数:
7.8W
机构
引用论文
.png){kind=icon}
分享收藏分享收藏
AEGANAuth: Autoencoder GAN-Based Continuous Authentication With Conditional Variational Autoencoder Generative Adversarial NetworkAEGANAuth: 自动编码器基于GAN的连续认证与条件变分自动编码器生成对抗网络
PREAI
分享收藏分享收藏
查看更多内容