Paduako Unibertsitateko (Italia) eta Delfteko Unibertsitateko (Herbehereak) ikertzaile talde batek ikasketa automatikoa erabiltzeko metodo bat argitaratu du, sartutako PIN kodea berreraikitzeko kutxazain automatiko baten eskuz estalitako sarrera-eremuaren bideo-grabaketa batetik. . 4 digituko PIN kodea sartzerakoan, kode zuzena iragartzeko probabilitatea %41ekoa da, blokeatu aurretik hiru saiakera egiteko aukera kontuan hartuta. 5 digituko PIN kodeetarako, aurreikuspen probabilitatea % 30ekoa zen. Esperimentu bereizi bat egin zen eta bertan 78 boluntario saiatu ziren grabatutako antzeko bideoetatik PIN kodea iragartzen. Kasu honetan, iragarpen arrakastatsuaren probabilitatea %7.92koa zen hiru saiakeraren ondoren.
Kutxazain automatiko baten panel digitala eskuahurrean estaltzen duzunean, sarrera egiten den eskuaren zatia estali gabe geratzen da, eta hori nahikoa da klikak aurreikusteko eskuaren posizioa aldatuz eta guztiz estali gabeko hatzak mugituz. Digitu bakoitzaren sarrera aztertzean, sistemak ezabatzen ditu sakatu ezin diren teklak estaltzen duen eskuaren posizioa kontuan hartuta, eta sakatzeko aukerarik egokienak kalkulatzen ditu, gainera, sakatze-eskuaren posizioaren arabera teklaren kokapenaren arabera. . Sarrera detektatzeko probabilitatea areagotzeko, tekla sakatzearen soinua ere graba daiteke, tekla bakoitzerako apur bat desberdina dena.
Esperimentuak sare neuronal konboluzional bat (CNN) eta LSTM (Long Short Term Memory) arkitekturan oinarritutako sare neuronal errekurrente baten erabileran oinarritutako ikaskuntza-sistema bat erabili zituen. CNN sarea arduratu zen fotograma bakoitzerako datu espazialak ateratzeaz, eta LSTM sareak datu horiek erabili zituen denboraren araberako ereduak ateratzeko. Eredua parte-hartzaileek aukeratutako sarrerako estalki metodoak erabiliz PIN kodeak sartzen dituzten 58 pertsona ezberdinen bideoetan trebatu zen (parte-hartzaile bakoitzak 100 kode ezberdin sartu zituen, hau da, 5800 sarrera adibide erabili ziren prestakuntzarako). Prestakuntzan zehar, erabiltzaile gehienek sarrera estaltzeko hiru metodo nagusietako bat erabiltzen dutela agerian geratu da.
Makina-ikaskuntzaren eredua entrenatzeko, honako hau erabili zen: zerbitzaria Xeon E5-2670 prozesadore batean oinarrituta, 128 GB RAM eta 5 GB memoriako hiru Tesla K20m GPUrekin, softwarea Python-en idatzita dago, Keras liburutegia eta Tensorflow plataforma erabiliz. Kutxazain automatikoen sarrera-panelak aldatu egiten direnez, eta iragarpen-emaitzak tamaina eta teklen diseinua bezalako ezaugarrien araberakoak direnez, panel mota bakoitzerako entrenamendu bereizia behar da.
Proposatutako eraso-metodoaren aurka babesteko neurri gisa, gomendatzen da, ahal bada, 5 digituko PIN kodeak erabiltzea 4 izan beharrean, eta sarrerako espazio gehien eskuarekin estaltzen saiatzea ere (metodoak eraginkorra izaten jarraitzen badu). sarrera-eremuaren %75 inguru eskuarekin estalita dago). Kutxazain automatikoen fabrikatzaileei sarrera ezkutatzen duten babes-pantaila bereziak erabiltzea gomendatzen zaie, baita ez mekanikoak ere, baina ukipen-sarrerako panelak, zenbakien posizioa ausaz aldatzen dena.
Iturria: opennet.ru
