НовостиОбзорыВсе о нейросетяхБытовая техника 2024ГаджетыТехнологииНаукаСоцсетиЛайфхакиFunПромокодыСтранные вопросыЭксперты

Придверный коврик узнал хозяина по следу

20 мая 2019
Его можно использовать для простой многофакторной аутентификации. Устройство создает скан ботинка человека, когда тот подходит к двери.

Новозеландские инженеры доработали придверный коврик, дав ему способность различать людей по следам, оставляемым их ботинками, причем алгоритм учитывает не только саму подошву, но и массу человека, а также распределение веса. Разработчики предлагают использовать устройство для простой многофакторной аутентификации вместе с электронным дверным замком. Устройство было представлено на конференции AH2019.

Многофакторная аутентификация подразумевает, что пользователь должен подтвердить свою личность несколькими факторами, причем разных типов. В качестве фактора знания обычно выступает пароль, а в качестве других факторов часто применяют биометрические характеристики или устройства, такие как USB-токены. Многофакторная аутентификация резко повышает безопасность системы, но многие пользователи считают такой метод неудобным, потому что помимо ввода пароля им приходится выполнять дополнительные действия, например, прикладывать палец к сканеру отпечатков или вставлять USB-токен.

Суранга Нанаяккара (Suranga Nanayakkara) и его коллеги из Оклендского университета создали пассивное устройство для подтверждения личности, не требующее дополнительных действий от человека. Оно представляет собой придверный коврик, внутри которого установлен 15,3-дюймовый прямоугольный емкостной сенсор. Он может обнаружить объекты на высоте до четырех сантиметров до него. Инженеры использовали это свойство, чтобы создавать скан ботинок человека, когда он подходит к двери.

Разработчики опробовали три алгоритма классификации для распознавания человека по отпечатку ботинка и распределению веса по подошве. Оказалось, что наивысшая точность достигается при использовании метода опорных векторов. Инженеры отмечают, что из-за особенности реализации устройства точность его распознавания снизилась на второй день. Для алгоритма на основе метода опорных векторов при распознавании среди 15 человек она составила 100 процентов в первый день и 96 процентов во второй.

Ранее инженеры разрабатывали и другие необычные методы аутентификации. К примеру, в 2017 году американские разработчики предложили использовать в качестве токенов любые предметы. Для этого они предлагают снимать их на смартфон с помощью приложения, которое с помощью алгоритма машинного обучения распознает этот предмет. А программисты из Yahoo предложили применять для аутентификации экран смартфона, выступающий в роли большого сканера, распознающего отпечаток уха.

Григорий Копиев.

Читайте также: