KI-Algorithmen und Bewegungssensorik Gangart-Messung als Security-Mechanismus für Smartphones

Von Sebastian Gerstl

Die Art, wie wir uns bewegen, kann als Sicherheitsmechanismus dienen: Nach einer Studie der University of Plymouth können Smartphones durch Messung der Gangart mit 85% Genauigkeit erkennen, ob ihr Besitzer sie bei sich trägt. Schnelles Gehen erhöht die Genauigkeit auf 90%.

Der eigene Gang als fälschungssicherer Security-Mechanismus: Forschende der University of Plymouth kommen zu dem Schluss, dass KI-Algoritmen und Bewegungssensoren die eindeutige Gangart eines Trägers zu 85% korrekt erkennen.
Der eigene Gang als fälschungssicherer Security-Mechanismus: Forschende der University of Plymouth kommen zu dem Schluss, dass KI-Algoritmen und Bewegungssensoren die eindeutige Gangart eines Trägers zu 85% korrekt erkennen.
(Bild: gemeinfrei / Unsplash)

Für Smartphones existieren bereits verschiedene Sicherheitsmechanismen wie Gesichtserkennung, Fingerabdruck-Scan oder die klassische PIN. Für alle diese Methoden existieren allerdings auch Mittel und Wege, die es erlauben, diese Security-Maßnahmen auszuhebeln. Forscher der University of Plymouth haben nun eine neue Variante erkundet, um Smartphone effektiv zu sichern: Die Art und Weise, wie sich ihr Besitzer beim Gehen bewegt.

Smartphone-Sensorik und KI-Algorithmen werten Bewegungsmuster aus

„Mit der Entwicklung von Smartphones mussten auch die Sicherheitskontrollen erheblich verbessert werden. Dies hat zu einer erheblichen Zunahme der Benutzerauthentifizierung geführt, bei der die Benutzer wiederholt sowohl ihre Geräte als auch die zahlreichen darauf enthaltenen Apps authentifizieren müssen,“ sagt Nathan Clarke, Professor für Cybersicherheit und digitale Forensik an der Universität Plymouth. „Die Gangauthentifizierung hat sich als ein nicht-intrusiver Weg erwiesen, um ein notwendiges Maß an persönlichen Informationen zu erfassen.“

In der Studie untersuchten die Forschenden, wie wirksam KI-Algorithmen und maschinelles Lernen für die Smartphone-Security ein können, wenn diese den Gang des Trägers der Mobiltelefone untersucht. Smartphone-Nutzer sollten hierfür ihren täglichen Aktivitäten nachgehen, während die in ihren Mobilgeräten bereits enthaltenen Bewegungssensoren Daten über ihre Schrittmuster erfassten.

Für die Studie wurden 44 Teilnehmer im Alter zwischen 18 und 56 Jahren gebeten, sieben bis zehn Tage lang ein weltweit verfügbares Smartphone zu tragen. Sie wurden gebeten, das Smartphone in eine Gürteltasche zu stecken, um die Sensordaten aufzuzeichnen, die das Gyroskop und der Beschleunigungsmesser des Geräts im Laufe verschiedener körperlicher Aktivitäten erfassten.

Nicht-Intrusiver Security-Check unter Alltagsbedingungen

Jeder Teilnehmer generierte im Laufe des Tests durchschnittlich 4.000 Beispielaktivitäten, wobei diese in Aufzeichnungen für normales und schnelles Gehen sowie für das Steigen und Absteigen von Treppen unterteilt wurden. Daraus ergab sich eine potenzielle Fehlerquote von 11,38 % beim normalen und 11,32 % beim schnellen Gehen, wobei die Zahl auf 24,52 % bzw. 27,33 % anstieg, wenn die Teilnehmer eine Treppe hinunter bzw. hinauf gingen.

Effektiv konnte das System die Gangart einer Person im Durchschnitt zu 85% richtig erkennen. Dieser Wert stieg auf 90%, wenn sich die Trägerin bei normalem Gehen schnell bewegte.

Die Studie kommt demnach zu dem Schluss, dass die Gangerkennung in einem geeigneten Rahmen – und in Kombination mit anderen Techniken – eine praktikable Methode zum Schutz von Personen und deren Daten sein könnte. „Die Gangerkennung allein wird nicht die Antwort auf eine brauchbare und bequeme Authentifizierung sein,“ sagt Clarke. „Aber sie könnte ein äußerst wichtiges Werkzeug im Cyber-Arsenal sein, das dazu beitragen könnte, die Identität eines Nutzers besser zu erkennen.“ Die Studie habe unter Alltagsbedingungen außerhalb des Labors gezeigt, dass mit dieser Methode eine hohe, möglichst fälschungssichere Effizienz zur Security erreicht werden kann.

(ID:47887697)