सौंदर्य प्राथमिकता पहचान एक संभावित प्रमाणीकरण कारक के रूप में

इज़राइल से एक नए शोध पत्र ने एक प्रमाणीकरण योजना का प्रस्ताव दिया है जो उपयोगकर्ता की सौंदर्य प्राथमिकताओं पर आधारित है, जिसमें उपयोगकर्ता प्रणाली को एक बार चित्रों को रेट करके कैलिब्रेट करता है, जिससे उस व्यक्ति की दृश्य और दृश्य/संकल्पनात्मक प्राथमिकताओं का एक निजी ‘डोमेन’ उत्पन्न होता है। बाद में, उपयोगकर्ता को प्रमाणीकरण समय पर अपने रिकॉर्ड की गई प्राथमिकताओं को नए छवि सेट के साथ मिलाने के लिए चुनौती दी जाएगी।

एक ‘गेम-आइज्ड’ एईबीए कार्यान्वयन के परीक्षण से – बाएं, उपयोगकर्ता एक छवि की सौंदर्य गुणवत्ता का मूल्यांकन करता है; दाएं, एक स्कोर को सक्रिय अनुप्रयोग चरण के अंत में संकेत दिया जाता है। स्रोत: https://arxiv.org/ftp/arxiv/papers/2204/2204.05623.pdf

प्रणाली को सौंदर्य मूल्यांकन-आधारित प्रमाणीकरण (एईबीए) नाम दिया गया है, और यह जुलाई में कैलिफोर्निया में 2022 यूसेनिक्स वार्षिक तकनीकी सम्मेलन में एक प्रस्तुति है।

एईबीए को शोध पत्र के शोधकर्ताओं द्वारा एक गेम श्रृंखला के रूप में परीक्षण किया गया था, जहां प्रतिभागियों को प्रणाली को प्रशिक्षित करने और फिर नए छवियों को रेट करने की आवश्यकता थी जो उनके पंजीकृत स्वाद के अनुसार थीं। एक दूसरे दौर के परीक्षणों में एक उपयोगकर्ता की क्षमता का परीक्षण किया गया कि वे दूसरों की प्राथमिकताओं का अनुमान लगा सकते हैं या नहीं।

पत्र से – एईबीए के लिए उपयुक्त छवियां, पेक्सल्स.कॉम से

एक ऐसा दृष्टिकोण सभी लोगों के लिए उपयुक्त नहीं हो सकता है, क्योंकि हर किसी के पास एक अच्छी तरह से विकसित सौंदर्य संवेदना नहीं है, लेकिन यह कम-मध्यम सुरक्षा आवश्यकताओं के लिए एक प्राथमिक प्रमाणीकरण योजना के रूप में या दो-कारक प्रमाणीकरण (2एफए) में संभावित विधियों की एक श्रृंखला में एक विकल्प के रूप में अच्छी तरह से काम कर सकता है।

हालांकि, प्रणाली की इस नवजात अवधारणा को अधिक जटिल सौंदर्य-आधारित चुनौती प्रणालियों के लिए एक प्रारंभिक बिंदु के रूप में बनाया जा सकता है, क्योंकि प्रमाणीकरण के दौरान उपयोगकर्ताओं को प्रस्तुत की जाने वाली छवियों की संख्या को आवश्यकतानुसार डिफ़ॉल्ट रूप से बढ़ाया जा सकता है, जैसा कि सीएपीटीसीए चुनौतियों को अनिश्चित प्रारंभिक परिणामों की स्थिति में बढ़ाया जा सकता है।

चुनौती जितनी अधिक विस्तृत और विस्तारित होगी, सुरक्षा उतनी ही अधिक होगी जो ऐसा दृष्टिकोण प्रदान कर सकता है।

एक एईबीए चुनौती के कई कारकों के गुणनफल के समय सापेक्ष पासवर्ड शक्ति का एक पैमाना: ‘डी’ चुनौती के दौरान प्रदर्शित छवियों की संख्या का प्रतिनिधित्व करता है; डीएचआर उपयोगकर्ता द्वारा चुनने के लिए आवश्यक छवियों की संख्या का प्रतिनिधित्व करता है; और ‘एस’ रेखीय प्रक्रिया में चरणों (स्टेज) की संख्या का प्रतिनिधित्व करता है।

मानव प्रमाणीकरण की सामान्य परंपराओं के संदर्भ में, एईबीए में कुछ जो आप जानते हैं (एसवाईके) और कुछ जो आप हैं (एसवाईए) के तत्व शामिल हैं, और यह तीन प्रस्तावों पर आधारित है: कि हम जो पसंद करते हैं (दृश्य क्षेत्र में प्रस्तुत) हमारे लिए आसानी से पहचानने योग्य हैं (स्मृति के सामान्य सिद्धांत के अनुसार); हमारी सौंदर्य प्राथमिकताएं अपेक्षाकृत स्थिर रहती हैं; और विभिन्न उपयोगकर्ताओं की प्राथमिकताओं में पर्याप्त अंतर है ताकि प्राथमिकताओं में एक अनुमानित अंतर हो।

लेखक सुझाव देते हैं कि तकनीक को मशीन लर्निंग फ्रेमवर्क में अनुकूलित किया जा सकता है जो व्यक्तिगत उपयोगकर्ताओं के मूल्यांकन की भविष्यवाणी करने में सक्षम हों।

पत्र शीर्षक है सुंदर रहस्य: उपयोगकर्ताओं को प्रमाणित करने के लिए सौंदर्य छवियों का उपयोग, और यह बेन-गुरियन विश्वविद्यालय के सॉफ्टवेयर और सूचना प्रणाली इंजीनियरिंग संकाय के दो शोधकर्ताओं से आया है।

छवि डोमेन की शक्ति

एईबीए स्मृति पर निर्भर नहीं करता है, बल्कि यह अंतिम उपयोगकर्ता को एक प्रशिक्षित छवि पहचान प्रणाली के रूप में मानता है जिसने एक मजबूत और बहुत विशिष्ट आनंद प्रतिक्रिया विकसित की है, और इन बहुत मजबूत आनंद संघ पर केंद्रित है।

मूल रूप से, एईबीए मानव समकक्ष के रूप में कंप्यूटर दृष्टि और छवि संश्लेषण प्रणालियों में अमूर्त प्राथमिकताएं पर निर्भर करता है, जो शैली और डोमेन-विशिष्ट विशेषताओं को एक एकल और अपरिवर्तनीय छवि में निहित किए बिना व्यक्त कर सकती हैं। यह ऐसी प्राथमिकताओं के अनुप्रयोग के माध्यम से है कि एक जनरेटिव एडवर्सेरियल नेटवर्क (जीएएन) को एक डोमेन (उदाहरण के लिए ‘वैन गॉग’) को अन्यथा पूरी तरह से नए चित्रों के निर्माण में शामिल करने के लिए प्रशिक्षित किया जा सकता है।

नई अध्ययन में पिछले साहित्य में साक्ष्य है कि छवियां शब्दों की तुलना में अधिक आसानी से याद रखी जा सकती हैं, सुखद छवियां सामान्य छवियों की तुलना में अधिक आसानी से याद रखी जा सकती हैं, और छवियों का सक्रिय मूल्यांकन (जैसे कि एईबीए के संक्षिप्त प्रशिक्षण प्रक्रिया के दौरान) छवियों की स्मृति को और भी बढ़ाता है। 1970 के दशक से अध्ययन यह स्थापित किया है कि मनुष्यों में सामान्य छवियों और पहले देखी गई छवियों के लिए ‘विशाल भंडारण क्षमता’ है, और हमारी छवियों को स्मृति में शामिल करने की क्षमता को प्रदर्शित किया गया है उल्लेखनीय रूप से हमारी मौखिक स्मृति की क्षमता से अधिक है।

प्राथमिकता-आधारित प्रमाणीकरण

प्राथमिकता को प्रमाणीकरण तंत्र के रूप में उपयोग करने का विचार दो पत्रों में प्रमुखता से आया, जो पालो अल्टो रिसर्च सेंटर के मार्कस जैकबसन द्वारा 2008 से आगे बढ़े। इस शोध के इस हिस्से ने सुझाव दिया कि संगीत, भोजन, कलाकृतियां और अन्य चीजें जो हमें पसंद हैं हमारे दिमाग में गहराई से जड़ी हुई हैं और शक्तिशाली आंतरिक प्रेरणा से प्रेरित हैं।

पीबीए को मूल रूप से केवल पासवर्ड रीसेट को सुविधाजनक बनाने के लिए एक उपकरण के रूप में सुझाया गया था, जैसे कि ‘क्या आपको देश संगीत पसंद है?’, और पारंपरिक स्मृति सिद्धांतों के साथ-साथ पाठ-आधारित प्राथमिकताओं पर केंद्रित था, न कि दृश्य इनपुट पर।

जैकबसन की एक बाद के सहयोग ने 2012 में पाठ को छवियों से बदल दिया:

मार्कस जैकबसन के 2012 पीबीए परियोजना के पंजीकरण/पंजीकरण चरण से एक स्क्रीनशॉट। स्रोत

हालांकि, लेखकों का तर्क है कि यह योजना छवियों के सौंदर्य मूल्यांकन के लिए नहीं है, बल्कि यह छवियों को शब्दों या अवधारणाओं के प्रॉक्सी के रूप में उपयोग करता है। इसके विपरीत, एईबीए एक उपयोगकर्ता-विशिष्ट ‘सुख का क्षेत्र’ का पता लगाने की कोशिश कर रहा है जो विशिष्ट चीजों या गतिविधियों से सीधे संबंधित नहीं है।

नई पत्र के लेखकों का भी यह मानना है कि 2012 के दृष्टिकोण में प्रस्तुत की जा सकने वाली वस्तुओं की संख्या के लिए व्यावहारिक सीमाएं हैं, जबकि एक अधिक अमूर्त उपयोगकर्ता प्राथमिकता मॉडल विकसित करने से इन सीमाओं को हटा दिया जाता है और बाहरी हमलों और नकल (यानी, फ़िशिंग, व्यक्तिगत ज्ञान, या अन्य तरीकों से धोखाधड़ी) को बहुत अधिक कठिन बना दिया जाता है।

ग्राफिकल पासवर्ड की अवधारणा विशेष रूप से इस काम से पहले ही उभर चुकी थी, जिसमें 1990 के दशक के अंत में कई योजनाएं सामने आईं। एक समकालीन अध्ययन पासफेसेज़ पर विचार करता है, जहां उपयोगकर्ताओं को अपने (स्वयं के अलावा) अन्य लोगों के चेहरे याद रखने की आवश्यकता थी। इस दृष्टिकोण से, एक संभावित घुसपैठिया को सैद्धांतिक रूप से उपयोगकर्ता की चेहरे की प्राथमिकताओं का असाधारण ज्ञान होना चाहिए। इसके अलावा, उपयोगकर्ता को अभिविन्यास चरण के दौरान लगातार एक ही चेहरे चुनने की संभावना होगी।

1990 के दशक के अंत में, लंदन के गोल्डस्मिथ्स विश्वविद्यालय में परीक्षण किए गए पासफेसेज़ योजना में उपयोगकर्ता को चार अन्य लोगों के चेहरे चुनने और याद रखने की आवश्यकता थी। प्रारंभिक चयन उपयोगकर्ता की अपनी प्राथमिकता पर आधारित था, और इस अर्थ में यह काम एईबीए से संबंधित है। स्रोत

एईबीए के सबसे करीबी डेजा वू है, जिसने दर्शकों को यादृच्छिक कला छवियों को प्रस्तुत किया, जो आवश्यक रूप से आकर्षक नहीं थीं, बल्कि उपयोगकर्ताओं को ‘पोर्टफोलियो’ में शामिल करने के लिए प्रमाणीकरण समय पर पहचानने के लिए एक ‘पोर्टफोलियो’ में शामिल करने के लिए प्रारंभिक नामांकन के दौरान जarring और असंगत छवियों का उपयोग करने का इरादा था।

डेजा वू के लिए ‘पसंदीदा’ छवियों का पोर्टफोलियो इकट्ठा करना। स्रोत: https://netsec.ethz.ch/publications/papers/usenix.pdf

जैसा कि नए पत्र के लेखकों का तर्क है, यह दृष्टिकोण न्यूरोएस्थेटिक साहित्य (यानी, प्रस्तुत की जाने वाली किसी भी संभावित छवियों के साथ जुड़ने के लिए बहुत कम आंतरिक प्रेरणा है) के लाभों को नजरअंदाज करता है।

इसके अलावा, इस तरह का तरीका ‘कंधे की सर्फिंग’ के लिए अतिसंवेदनशील है, जहां एक निकट (या मैन-इन-द-मिडल) हमलावर को उन छवियों को देखने का अवसर हो सकता है जिन्हें चुना गया है। इसके विपरीत, एईबीए का एक पूर्ण कार्यान्वयन प्रशिक्षण या प्रमाणीकरण सत्र में पहले उपयोग की जाने वाली छवियों को दोहराता नहीं है।

इसके अलावा, पत्र यह भी बताता है*:

‘ग्राफिकल पासवर्ड में एक समस्या यह है कि उपयोगकर्ता सरल ड्रॉइंग चुनते हैं, जो उनकी विविधता को कम करता है और उन्हें प्रतिकूल हमलों के प्रति अधिक संवेदनशील बनाता है। एक और समस्या (और शायद पहले का कारण) यह है कि यदि ऐसी योजनाएं कई प्रणालियों में उपयोग की जाती हैं, तो उपयोगकर्ता की एक प्रणाली के लिए पासवर्ड की स्मृति दूसरी प्रणाली के लिए पासवर्ड की स्मृति को बाधित कर सकती है। ये मुद्दे एईबीए को लागू करते समय कम चिंता का विषय हैं, जो विशिष्ट खातों या छवियों को याद रखने पर निर्भर नहीं करता है।’

लेखक एईबीए के एक अतिरिक्त लाभ पर भी जोर देते हैं: संदर्भिक धारणा। यहां तक कि अगर एक कंधे की सर्फर या रिमोट एक्सेस ट्रोजन (आरएटी) हमलावर प्रमाणीकरण सत्र को देखने में सक्षम था, तो वे यह नहीं जानते होंगे कि ‘नापसंद’ छवियां (यानी, प्रमाणीकरण के दौरान प्रस्तुत की जाने वाली छवियां जिन्हें उपयोगकर्ता ने कम रेटिंग दी या अस्वीकार कर दिया) ‘पसंदीदा’ छवि से कितनी दूर हैं – एक कारक जो हर बार अलग होगा।

‘इसलिए, यह जानना कि कोई व्यक्ति एक छवि को पसंद करता है, मददगार नहीं है अगर हम यह नहीं जानते कि छवि को कितना पसंद किया जाता है अन्य छवियों की तुलना में जो प्रदर्शित की जा रही हैं।’

इसके अलावा, उपयोगकर्ता अपना पासवर्ड असुरक्षित रूप से संग्रहीत नहीं कर सकता है, जैसे कि एक टुकड़े पर, क्योंकि उनका पसंदीदा छवि सामग्री का डोमेन असाधारण रूप से अमूर्त और गैर-रिड्यूसेबल है।

एईबीए का परीक्षण

शोधकर्ताओं ने प्रणाली को एक गेम के रूप में लागू किया, परियोजना के मूल प्रस्तावों के प्रमाण के रूप में, पेक्सल्स.कॉम से 318 छवियों का एक डेटाबेस क्यूरेट किया, और एक व्यक्तिगत आर्काइव से छवियों को भी शामिल किया।

फोटो आठ श्रेणियों (ब्रह्मांड, प्रकृति, पहाड़, जंगल, फूल, शहर के दृश्य, समुद्र तट, और अन्य) में वर्गीकृत किए गए थे, और परीक्षण नामांकन (जहां उपयोगकर्ताओं ने एक बार में दस मिनट के सत्र में छवियों को रेट किया), एक प्रमाणीकरण गेम, और अंत में एक प्रतिकूल गेम (दूसरों की छवि प्राथमिकताओं का अनुमान लगाना) में विभाजित किए गए थे।

प्रतिभागियों को छांटने के बाद, परीक्षण समूह (सुविधा नमूना) 33 योग्य खिलाड़ियों तक सीमित था, जिसमें 21 महिलाएं और 12 पुरुष शामिल थे।

नामांकन

नामांकन चरण में, 274 छवियों के लिए 3722 रेटिंग प्राप्त की गई, जिसमें 6.07 का औसत रेटिंग, 6 का मध्य मान, और 7 और 8 सबसे लगातार मूल्य थे। सबसे कम पसंद की गई छवि ने केवल 2.32 स्कोर किया, और सबसे अधिक पसंद की गई छवि ने 8.63 स्कोर किया।

परीक्षणों में शीर्ष प्रदर्शनकर्ताओं के बीच छवि रेटिंग का वितरण।

लेखकों का तर्क है कि छवि रेटिंग में उच्च और निम्न मूल्यों की उल्लेखनीय झुकाव, साथ ही उपयोगकर्ता आधार भर में इन ग्रेडियंट की विविधता, उनके दावे का समर्थन करती है कि उपयोगकर्ता प्रस्तुत की गई छवियों को आसानी से अलग करने योग्य रेटिंग दे सकते हैं, बिना किसी अप्रिय या ‘बाहरी’ छवियों को शामिल किए। यह लगता है कि उपयोगकर्ता समूह के भीतर सामान्य रूप से विविधता और प्राथमिकताएं पर्याप्त हैं ताकि केंद्रीय अवधारणा को मान्य किया जा सके।

विभिन्न उपयोगकर्ता रेटिंग के साथ नमूना छवियां।

प्रमाणीकरण

प्रमाणीकरण गेम के लिए, 264 खेल सत्र आयोजित किए गए, जिसमें प्रत्येक प्रतिभागी ने दो बार खेल खेला, जिसमें आठ सत्रों का औसत था। औसत सफलता दर 76% थी।

33 परीक्षण प्रतिभागियों के बीच गेम स्कोर वितरण का बॉक्स प्लॉट चार्ट, जिसमें माध्य स्कोर काले रंग में दिखाया गया है, जिसमें मध्य मान, पहला और तीसरा क्वार्टाइल, न्यूनतम, अधिकतम और आउटलियर शामिल हैं।

हालांकि समय के साथ प्रदर्शन में एक ‘हल्की गिरावट’ थी, यह शीर्ष 50% प्रतिभागियों में बहुत कम हो गई, और अंतिम उपयोगकर्ता समूह के 11 शीर्ष प्रतिभागियों (एक तिहाई) में लगभग गायब हो गई।

प्रतिकूल गेम

प्रतिकूल गेम घटक में अप्रतिबंधित प्ले (नामांकन के विपरीत) शामिल था, और गेम चरण के प्रक्षेपण के दस दिन बाद हुआ। 190 गेम को परिणामों के लिए गिना गया (जहां तकनीकी समस्याएं उत्पन्न हुईं, उन गेमों को छोड़कर)। सही प्रतिकूल विकल्पों की औसत संख्या 2.88 थी, जो तकनीकी रूप से अवसर के बराबर 36% की सफलता दर थी (विशेष रूप से डेटासेट में छवियों की कम संख्या को देखते हुए)। हालांकि, सात गेम में, योगदानकर्ता 75% या अधिक सही छवियों का अनुमान लगाने में सक्षम थे।

निष्कर्ष

परीक्षण की अनौपचारिक विधि (जैसे परीक्षण उम्मीदवारों के लिए एक सुविधा नमूने का उपयोग) इस बात का संकेत देती है कि दृष्टिकोण वर्तमान में एक व्यापक प्रूफ-ऑफ-概念 का प्रतिनिधित्व करता है; एक नवजात संकेत है कि मानव-केंद्रित ‘डोमेन कैप्चर’ एक दिन एक आसान और यहां तक कि प्रमाणीकरण का एक सुखद तरीका प्रदान कर सकता है जो दुर्भाग्यपूर्ण या हस्तक्षेप से मुक्त है। यह स्पष्ट है कि अधिक कठोर परीक्षणों की आवश्यकता होगी, जिसमें अधिक प्रतिभागियों और एक ठीक से चरणबद्ध प्रमाणीकरण परिदृश्य की आवश्यकता होगी, ताकि एईबीए का मूल्य स्थापित किया जा सके।
लेखकों का निष्कर्ष है:

‘यह देखना भी दिलचस्प होगा कि क्या मशीन लर्निंग तकनीकों का उपयोग व्यक्तिगत उपयोगकर्ताओं के मूल्यांकन की भविष्यवाणी करने और उपयोगकर्ता द्वारा पहले रेट नहीं किए गए कुंजी और डिको का उत्पादन करने के लिए किया जा सकता है। ऐसा करने से उपयोगकर्ताओं के छवि पूल और उनकी परिवर्तनशीलता को बढ़ाकर पासवर्ड स्थान में वृद्धि हो सकती है।’

*लेखकों के इनलाइन उद्धरणों को हाइपरलिंक में बदलने का मेरा रूपांतरण

पहली बार 13 अप्रैल 2022 को प्रकाशित।