• 정보보호학회논문지
• /
• 제26권5호
• /
• pp.1161-1170
• /
• 2016

본 논문에서는 스마트폰에서 손가락으로 서명하는 동적서명에서 위조서명에 강건한 검증 방법을 제안한다. 본 논문에서는 위조서명을 효과적으로 구분할 수 있도록 재생산 신경망의 일종인 1 class Auto-Encoder 모델을 사용한다. 핑거서명에서는 지원되지 않는 펜 압력 등 기존의 특징 정보 대신 대부분의 스마트폰에서 지원하는 가속도센서를 추가로 활용하여 서명이 이루어지고 있는 동안 스마트폰의 동적인 움직임의 특징정보를 추출한다. 서명 데이터는 리샘플링을 통해 길이를 맞추고, 일정한 크기로 정규화하여 사용한다. 제안 방법의 성능을 평가하기 위해 테스트셋을 구축하여 단일세션검증, 시간차 검증, 위조서명 검증의 3가지 실험을 실시하였다. 실험결과 위조서명 구분에 있어서 제안방법은 기존 방법보다 EER이 최대 6.9% 더 낮았다. 또한, 서명의 모양과 속도만 사용한 기존의 방식보다 가속도센서를 추가한 방식이 1.5% 나은 성능을 보였고, 최고 3.5%의 에러율을 얻었다.

• 지능정보연구
• /
• 제7권2호
• /
• pp.143-151
• /
• 2001

이 논문은 서명의 분할 영역에 대한 자기회귀적(autoregressive) 특징을 사용하는 신경망 기반의 서명검증 시스템에 대해 다루고 있다. 이 논문에서 특기할 사항으로, 첫 번째, 서명 검증을 위한 신경망 구조의 설계와 학습 방법을 제시하고 있으며, 두 번째는 동일 서명자로부터 얻은 여러개의 서명에 대한 분할의 일관성을 위해서 DTW알고리듬을 적용한 것이다. 서명 검증 시스템의 성능분석을 위하여 정교하게 만들어진 방대한 양의 모조 서명 데이터베이스를 사용하였다. 1920개의 정교한 모조 서명에 대해 모조서명 인정율 0.78%, 진서명 거부율 1.6%의 결과를 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 춘계학술발표대회
• /
• pp.186-188
• /
• 2016

본 논문에서는 모바일 환경에서 동적서명인식에 관해 원본서명과 숙련된 위조서명의 구분을 검증하는 방법을 제안한다. 속도/거리 정보 실험(Data1)과 속도/거리정보와 가속도계를 추가 실험(Data2)을 원본 서명과 위조서명에 대한 테이블을 만들고, 비교하여 원본 서명의 인식률 확인한다. 제시한 방법은 각각 모바일 환경에서 10명이 20 번삑 손가락으로 테스트 하였다. 원본서명에서 딥 러닝중의 하나인 MLP를 실험한 결과 원본 서명에서 Data1은 92%, Data2는 95%의 정확도를 보였으며, 위조서명에서 Data1은 82%, Data2는 85%를 보였다. 그리고 AE에서 실험한 결과 Data1은 원본 서명에서 Data1은 95%, Data2는 97%의 정확도를 보였으며, 위조서명에서 Data1은 91.5%, Data2는 93%의 정확도가 보였다. 실험결과 위조서명에 대해서는 MLP로 위조서명을 분류하는 것보다 OAE에서 분류하는 것이 더 좋은 정확도를 보여준다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제32권7호
• /
• pp.663-673
• /
• 2005

본 논문에서는 서명패턴에 내재되어 있는 동적인 특성을 패턴변환을 이용하여 시각화 함으로써 위조서명에 대한 안정성을 향상시킨 새로운 온라인 서명인증 알고리즘을 제안한다. 제안하는 첫 번째 패턴변환방식인 속도 평활화(Speed Equalization)는 서명과정의 시간적인 특성을 효율적으로 모델링하기 위하여, 주어진 서명의 시계열 패턴을 선 속도가 일정하도록 재구성함으로써 변환된 패턴을 생성한다 한편 두 번째 패턴변환방식인 속도변환(Velocity Transform)은 주어진 서명패턴을 수평/수직 속도 평면으로 매핑 함으로써 변환된 패턴을 생성한다. 이러한 변환을 통하여 원래의 서명과정에서의 동적인 특성이 변환된 도메인에서는 변환된 패턴의 모양에 반영되게 되므로, 변환된 패턴에 대한 형체분석(Shape Analysis) 을 통하여 효율적으로 동적인 특성에 대한 분석이 이루어진다. 본 논문에서 제안하는 모델의 장점은 변환된 패턴들이 본래의 서명패턴과 동일한 형태로 표현된다는 점이다. 따라서 기존의 많은 연구를 통하여 제안되어 은 대부분의 서명인식 알고리즘을 변환된 패턴에도 그대로 적용할 수 있다는 장점을 가진다. 271명의 6770개의 서명패턴으로 이루어 진 데이타베이스를 대상으로 한 실험을 통하여 본 논문에서 제안된 방식을 사용한 경우, 1.17$\%$의 EER(Equal Error Rate)를 보여 제안된 변환을 사용하지 않은 경우의 1.93$\%$와 비교하여 성능이 현격하게 향상되었음을 보였다. 특히 위조서명에 대한 실험에서는 이 차이가 더욱 현저하여 본 논문에서 제안된 방식이 위조서명을 거부하는데 유용함을 보였다.