Wissensbasierte Authentifizierungsmechanismen, bei denen sich die Benutzer Login und Passwort merken müssen, gehören heute zu den beliebtesten Authentifizierungsmechanismen. Im Jahr 2020 wird der durchschnittliche Benutzer über 200 passwortgeschützte Accounts auf sensible Informationen zugreifen. Der Nachteil ist, dass Benutzer mehr Passwörter verwenden müssen, als sie sich merken können, und dass die Eingabe von Passwörtern zu einem hohen Zeitaufwand führt. Die Anzahl der Authentifizierungen wird weiter zunehmen, da immer mehr Computergeräte in intelligenten öffentlichen Räumen eingesetzt werden. Diese Geräte werden nicht mehr als Computer erkannt und verwenden möglicherweise Interaktionstechniken, welche für die Eingabe wissensbasierter Passwörter ungeeignet sind (z.B. Gesten, Sprache). Beispiele sind persönliche Geräte (z.B. intelligente Uhren, Brillen und Kleidung) sowie Geräte in der Umgebung (interaktive Displays und Böden). In den vergangenen Jahren hat die Verhaltensbiometrie, d.h. die Fähigkeit, Benutzer implizit basierend auf ihrem Verhalten zu identifizieren, in der Forschung große Beachtung gefunden. Dieser Ansatz ermöglicht die Authentifizierung im Hintergrund ohne Benutzerinteraktion. Hierfür können zahlreiche Verhaltensmerkmale (Gang, Tipp-, Touch- und Blickverhalten) zur Identifikation genutzt werden. Gleichzeitig wurden verhaltensbiometrische Verfahren bisher vor allem im Labor für Einzelanwender untersucht, da solche Verfahren präzise Messungen erfordern. Daher bleibt unklar, wie sich diese Ansätze auf neuartige Herausforderungen von Pervasive Computing-Umgebungen skalieren lassen. In diesem Projekt untersuchen wir, wie Pervasive Computing- Umgebungen verhaltensbiometrische Verfahren zur Identifizierung und Authentifizierung von Benutzern verwenden können. Die Hauptfrage ist hierbei, die Skalierbarkeit verhaltensbiometrischer Ansätze in verschiedenen Pervasive Computing-Umgebungen, in welchen sich mehrere Benutzer mit unterschiedlichem Verhalten aufhalten und gegenseitig beeinflussen, welche unterschiedliche räumliche Eigenschaften aufweisen und welche unterschiedliche Sensoren und Interaktionsmöglichkeiten anbieten. Hieraus ergeben sich folgende Fragen: (1) Wie wird das Verhalten der Nutzer durch andere Menschen in der Umgebung, Eigenschaften der Umgebung und neuartige Interaktionstechniken beeinflusst; (2) wie beeinflusst dies die Art und Weise, wie wir verhaltensbiometrische Systeme gestalten und entwickeln; und (3) was bedeutet dies für verhaltensbiometrische Authentifizierungskonzepte? Dieses Projekt legt die Grundlagen für die Verwendung von verhaltensbiometrischen Verfahren zur Identifizierung und Authentifizierung von Benutzern in zukünftigen Pervasive Computing Umgebungen. Diese ermöglichen eine Kombination aus hoher Benutzerfreundlichkeit und Sicherheit. Die Projektergebnisse sind über die Sicherheit hinaus wertvoll, da sie die Entwicklung neuer verhaltensadaptiver Benutzeroberflächen ermöglichen.    «

Wissensbasierte Authentifizierungsmechanismen, bei denen sich die Benutzer Login und Passwort merken müssen, gehören heute zu den beliebtesten Authentifizierungsmechanismen. Im Jahr 2020 wird der durchschnittliche Benutzer über 200 passwortgeschützte Accounts auf sensible Informationen zugreifen. Der Nachteil ist, dass Benutzer mehr Passwörter verwenden müssen, als sie sich merken können, und dass die Eingabe von Passwörtern zu einem hohen Zeitaufwand führt. Die Anzahl der Authentifizierungen wi...    »