JP2015185175A - ビデオシグネチャを用いる認証 - Google Patents

Abstract

【課題】 ビデオシグネチャを用いる認証のための、コンピュータプログラム製品を含む方法及び装置を提供する。【解決手段】 コンピューティング装置が、セキュアリソースにアクセスする要求を受信し、要求は、複数の視覚及び聴覚要素を含む第１のビデオセグメントを含む。コンピューティング装置は、第１のビデオセグメント内の複数の視覚及び聴覚要素のうちの１つ又は複数を解析し、１つ又は複数の解析した要素のそれぞれに関連する値を求める。コンピューティング装置は、１つ又は複数の解析した要素のそれぞれに関連する値に基づいて、第１のビデオセグメントに関する合計スコアを計算する。コンピューティング装置は、第１のビデオセグメントに関する合計スコアを、コンピューティング装置に関連する第２のビデオセグメントに関連するスコアと比較する。コンピューティング装置は、セキュアリソースへのアクセスが比較ステップに基づいて許可されるかどうかを判定する。【選択図】 図１

Description

本発明は、一般には、ビデオシグネチャを用いる認証のための、コンピュータプログラム製品を含む方法及び装置に関する。

ユーザ名／パスワード組合せなどの典型的な認証機構は、機密を確保すべきアカウント又はリソース（例えば、ウェブサイト、文書、データベース）、即ちセキュアアカウント又はセキュアリソースにアクセスしようとする詐欺師による盗難、スプーフィング、フィッシング、及び他の形態の不正な活動の影響を受けやすい。生体スキャニングなどの、より堅固な認証技法は、未だ広く利用可能にはなっておらず、ユーザにとって利用可能な技術のタイプと、セキュアリソースへのアクセスを監視するエンティティによって使用される技術のタイプとの双方にも著しく依存する可能性がある。

多くのコンピューティング装置、特にモバイル装置は、ビデオセグメント（例えば、静止画像、ビデオクリップ）の記録及び送信に使用可能なカメラを備える。ビデオセグメントは通常、このビデオセグメントを他のビデオセグメントから一意に識別するのに使用することのできる様々な視覚及び聴覚要素を組み込む。

したがって、コンピューティング装置のビデオキャプチャ機能を活用して、セキュアリソースに対してユーザ及び／又はコンピューティング装置を認証する際に使用されるビデオシグネチャを生成するための方法及びシステムが求められている。本明細書で説明する技法は、複数の別個の視覚及び聴覚要素を含む、ユーザが作成及び提示したビデオセグメントの解析を通じて、ビデオシグネチャを生成するという利点を提供し、複数の要素が解析され、ビデオセグメントに関する合計スコアが計算される。ユーザによって提示され、スコアが割り当てられたビデオセグメントをビデオシグネチャとして使用して、例えば、後に提示されたビデオセグメント内の視覚及び聴覚要素を、前に提示されたビデオセグメントに関連するビデオシグネチャと比較することにより、セキュアリソースにアクセスする後続の試行を認証することができる。

本発明は、一態様では、ビデオシグネチャを用いる認証のための方法を特徴とする。コンピューティング装置が、セキュアリソースにアクセスする要求を受信し、要求は、複数の視覚及び聴覚要素を含む第１のビデオセグメントを含む。コンピューティング装置は、第１のビデオセグメント内の複数の視覚及び聴覚要素のうちの１つ又は複数を解析し、１つ又は複数の解析した要素のそれぞれに関連する値を求める。コンピューティング装置は、１つ又は複数の解析した要素のそれぞれに関連する値に基づいて、第１のビデオセグメントに関する合計スコアを計算する。コンピューティング装置は、第１のビデオセグメントに関する合計スコアを、コンピューティング装置に関連する第２のビデオセグメントに関連するスコアと比較する。コンピューティング装置は、比較ステップに基づいて、セキュアリソースへのアクセスが許可されるかどうかを判定する。

本発明は、別の態様では、ビデオシグネチャを用いる認証のためのシステムを特徴とする。このシステムは、セキュアリソースにアクセスする要求を受信するように構成されたコンピューティング装置を含み、要求は、複数の視覚及び聴覚要素を含む第１のビデオセグメントを含む。コンピューティング装置は、第１のビデオセグメント内の複数の視覚及
び聴覚要素のうちの１つ又は複数を解析して、１つ又は複数の解析した要素のそれぞれに関連する値を求めるように構成される。コンピューティング装置は、１つ又は複数の解析した要素のそれぞれに関連する値に基づいて、第１のビデオセグメントに関する合計スコアを計算するように構成される。コンピューティング装置は、第１のビデオセグメントに関する合計スコアを、コンピューティング装置に関連する第２のビデオセグメントに関連するスコアと比較するように構成される。コンピューティング装置は、比較ステップに基づいて、セキュアリソースへのアクセスが許可されるかどうかを判定するように構成される。

本発明は、別の態様では、ビデオシグネチャを用いる認証のための、非一時的コンピュータ可読記憶媒体で有形に実施されたコンピュータプログラム製品を特徴とする。コンピュータプログラム製品は、コンピューティング装置に、セキュアリソースにアクセスする要求を受信させるように動作可能な命令を含み、要求は、複数の視覚及び聴覚要素を含む第１のビデオセグメントを含む。コンピュータプログラム製品は、コンピューティング装置に、第１のビデオセグメント内の複数の視覚及び聴覚要素のうちの１つ又は複数を解析させ、１つ又は複数の解析した要素のそれぞれに関連する値を求めさせるように動作可能な命令を含む。コンピュータプログラム製品は、コンピューティング装置に、１つ又は複数の解析した要素のそれぞれに関連する値に基づいて、第１のビデオセグメントに関する合計スコアを計算させるように動作可能な命令を含む。コンピュータプログラム製品は、コンピューティング装置に、第１のビデオセグメントに関する合計スコアを、コンピューティング装置に関連する第２のビデオセグメントに関連するスコアと比較させるように動作可能な命令を含む。コンピュータプログラム製品は、コンピューティング装置に、比較ステップに基づいて、セキュアリソースへのアクセスが許可されるかどうかを判定させるように動作可能な命令を含む。

上記の態様のいずれも、以下の特徴のうちの１つ又は複数を含むことができる。いくつかの実施形態では、解析するステップは、視覚及び聴覚要素のうちの１つ以上のそれぞれに関連する１つ以上の特性を求めること、コンピューティング装置によって格納された所定の値情報に基づいて特性に値を割り当てること、及び特性に関する値を格納することを含む。いくつかの実施形態では、１つ又は複数の特性は、視覚要素の位置、視覚要素の移動、視覚要素の色、視覚要素のタイプ、及び視覚要素の欠如を含む。いくつかの実施形態では、コンピューティング装置は、聴覚要素に関する音声−テキスト変換を実施する。いくつかの実施形態では、第１のビデオセグメントのフレーム内の出現の頻度に基づいて、値が特性に割り当てられる。いくつかの実施形態では、所定の値情報が、コンピューティング装置のユーザによって提供されるプリファレンスに基づいて調節される。

いくつかの実施形態では、計算するステップは、コンピューティング装置のセキュリティプロファイルに基づいて、解析した要素のうちの１つ又は複数に重みを割り当てることを含む。いくつかの実施形態では、比較するステップは、第１のビデオセグメント内の解析した要素のうちの１つに関連する値を、第２のビデオセグメント内の解析した要素に関連する値と比較すること、及び解析した要素値の比較に基づいて偏差値を求めることをさらに含む。いくつかの実施形態では、コンピューティング装置は、解析した要素値のそれぞれの比較に関する偏差値を総計し、総計した偏差値が所定のしきい値未満に低下するかどうかを判定する。

いくつかの実施形態では、複数の視覚及び聴覚要素は、コンピューティング装置のユーザの視覚表現を含む。いくつかの実施形態では、複数の視覚及び聴覚要素は、コンピューティング装置のユーザに近接する物体を含む。いくつかの実施形態では、複数の視覚及び聴覚要素は、コンピューティング装置のユーザによって話された語句を含む。

いくつかの実施形態では、第１のビデオセグメントは、コンピューティング装置に接続されたカメラを使用してキャプチャされる。いくつかの実施形態では、コンピューティング装置はモバイル装置である。いくつかの実施形態では、セキュアリソースはウェブサイトである。

本発明の原理を単に例として示す添付の図面と共に行われる以下の詳細な説明から、本発明の他の態様及び利点が明らかとなるであろう。
添付の図面と共に行われる以下の説明を参照することにより、前述の本発明の利点を別の利点と共により良く理解することができる。図面は必ずしも原寸に比例せず、むしろ一般には、本発明の原理を示すときに強調が置かれている。

本発明の１実施形態による、ビデオシグネチャを用いる認証のためのシステムのブロック図。 本発明の１実施形態による、ビデオシグネチャを用いる認証のためのシステムのブロック図。 本発明の１実施形態による、ビデオシグネチャを用いる認証のための方法の流れ図。 本発明の１実施形態による、ビデオシグネチャを生成するために解析されるべき例示的ビデオセグメントの図。 本発明の１実施形態による、ビデオシグネチャを使用して認証されるべき例示的ビデオセグメントの図。 本発明の１実施形態による、ビデオシグネチャを使用して認証されるべき別の例示的ビデオセグメントの図。

図１は、本発明の１実施形態による、ビデオシグネチャを用いる認証のためのシステム１００のブロック図である。システム１００は、クライアントコンピューティング装置１０２と、クライアント装置１０２に結合されたカメラ装置１０３と、通信ネットワーク１０４と、ビデオシグネチャ認証モジュール１０８を含むサーバコンピューティング装置１０６と、データベース１１０とを含む。

クライアント装置１０２は、クライアント装置１０２によってキャプチャされたビデオシグネチャを認証するために、通信ネットワーク１０４を介してサーバコンピューティング装置１０６に接続する。例示的クライアント装置は、デスクトップコンピュータ、ラップトップコンピュータ、タブレット、モバイル装置、スマートフォン、及びインターネット機器類を含む。発明の範囲から逸脱することなく、サーバコンピューティング装置１０６に接続することのできる他のタイプのコンピューティング装置を使用することができることを理解されたい。図１は１つのクライアント装置１０２を示すが、システム１００が任意の数のクライアント装置を含むことができることを理解されたい。

カメラ装置１０３は、クライアント装置１０２に結合される。カメラ装置は、ユーザ及び／又はクライアント装置１０２のビデオ画像をキャプチャ及び送信することのできる任意のタイプのデジタルビデオカメラ（例えば、ウェブカメラ）でよい。以下でより詳細に説明するように、カメラ装置は、ユーザ及び／又はクライアント装置の認証を実施する目的で、ユーザ及びユーザを取り囲むエリアの画像をキャプチャするように構成される。いくつかの実施形態では、カメラ装置１０３は、クライアント装置１０２、例えば、一体型カメラを備えるスマートフォン、一体型ウェブカメラを備えるラップトップコンピュータ内に組み込まれる。図１は１つのカメラ装置１０３を示すが、システム１００は任意の数のカメラ装置を含むことができることを理解されたい。

通信ネットワーク１０４は、クライアント装置１０２が認証手順を実施するためにサーバコンピューティング装置１０６と通信することを可能にする。ネットワーク１０４は、ＬＡＮなどのローカルネットワーク、あるいはインターネット及び／又はセルラーネットワークなどの広域ネットワークでよい。いくつかの実施形態では、ネットワーク１０４は、クライアント装置１０２がサーバコンピューティング装置１０６と通信することを可能にするいくつかの別個のネットワーク及び／又はサブネットワーク（例えば、セルラ→インターネット）からなる。クライアント装置１０２がワイヤレスネットワーク（例えば、Ｂｌｕｅｔｏｏｔｈ、ＷｉＦｉなど）を介してサーバコンピューティング装置１０６に接続することができることを理解されたい。

サーバコンピューティング装置１０６は、クライアント装置１０２によってキャプチャされたビデオシグネチャを認証し、クライアント装置によるセキュアリソースへのアクセスを可能にするハードウェアモジュールとソフトウェアモジュールの組合せである。サーバコンピューティング装置１０６はビデオシグネチャ認証モジュール１０８を含む。モジュール１０８は、サーバコンピューティング装置１０６上に常駐し、クライアント装置１０２によって提供されるビデオシグネチャを認証することに関連する機能を実施するハードウェア及び／又はソフトウェアモジュールである。いくつかの実施形態では、モジュール１０８の機能が、複数のコンピューティング装置間に分散する。本発明の範囲から逸脱することなく、様々なアーキテクチャ、リソース、及び構成で配置された任意の数のコンピューティング装置（例えば、クラスタコンピューティング、仮想コンピューティング、クラウドコンピューティング）を使用することができることを理解されたい。

システム１００はまた、データベース１１０をも含む。データベース１１０はサーバコンピューティング装置１０６に結合され、ビデオシグネチャ認証機能を実施するためにサーバコンピューティング装置１０６によって使用されるデータを格納する。データベース１１０をサーバコンピューティング装置１０６と一体化することができ、又は別々のコンピューティング装置上に配置することができる。システム１００と共に使用することのできる例示的データベースは、オラクルコーポレーション社（Ｏｒａｃｌｅ Ｃｏｒｐ．）［米国カリフォルニア州レッドウッドシティ（Ｒｅｄｗｏｏｄ Ｃｉｔｙ）所在］から入手可能なＭｙＳＱＬ（商標）である。

図２は、本発明の１実施形態による、ビデオシグネチャを用いる認証のためのシステム２００のブロック図である。図２のシステム２００は図１のシステム１００と類似しており、システム２００は、クライアント装置１０２と、クライアント装置１０２に結合されたカメラ装置１０３と、データベース１１０とを含む。しかし、図２では、クライアントコンピューティング装置１０２は、クライアント装置がローカルに（すなわち、図１の通信ネットワーク１０４の横断を必要とすることなく）ビデオシグネチャ認証を実施することを可能にするビデオシグネチャ認証モジュール１０８を含む。図２に示すように、カメラ装置１０３がクライアント装置１０２内に組み込まれる。クライアント装置１０２にワイヤレスに接続されたカメラ装置１０３などの、クライアント装置１０２及びカメラ装置の他の構成が発明の範囲内で企図されることを理解されたい。

図３は、図１のシステム１００を使用する、ビデオシグネチャを用いる認証のための方法３００の流れ図である。図２のシステム２００を使用して図３に示す方法３００を実施することもできることを理解されたい。

サーバコンピューティング装置１０６は、セキュアリソースにアクセスする要求を受信する（３０２）。１例では、セキュアリソースは、公衆アクセスから保護され、セキュアリソースにアクセスしようとするユーザによる認証証明（ａｕｔｈｅｎｔｉｃａｔｉｏｎ
ｃｒｅｄｅｎｔｉａｌ）の提出及び検証を必要とするウェブサイト又は他のサービスである。ユーザを認証する工程は、ユーザの識別を検証することを含む。

例えば、クライアント装置１０２のユーザは、ユーザのアカウントにログインするために金融機関のウェブサイトにナビゲートすることができる。通常、そのようなウェブサイトは、アカウント情報が利用可能であるウェブサイトのセキュア部分へのアクセスをユーザが許可される前に、ユーザが認証証明（例えば、ユーザ名／パスワード、トークンなど）の１形態を提供することを必要とする。他のタイプのセキュアリソース（例えば、データベース、ファイル、ソフトウェア）が発明の範囲内に含まれることを理解されたい。

本明細書で説明するように、従来の認証証明の代わりに、又はそれに加えて、サーバコンピューティング装置１０６は、（例えば、クライアント装置１０２に結合されたカメラ装置１０３を使用して）クライアント装置１０２によってキャプチャされたビデオセグメントという新しいタイプの証明を受信する。ビデオセグメントは多面的である（すなわち、通常は視覚及び聴覚要素を含む）ので、有利には、ビデオセグメントを使用してビデオシグネチャすなわち、関連するユーザを識別するのに使用されるビデオセグメントで表される別個の視覚及び聴覚要素の集合を生成することができ、ビデオセグメントを、ユーザによって提示される他のビデオセグメントと比較して、ユーザの識別を認証し、システムへのアクセスを許可することができる。

セキュアリソースにアクセスする要求は、複数の視覚及び聴覚要素を含むキャプチャされたビデオセグメントを含む。上記の例を続けると、金融機関のウェブサイトのログインページに到達したとき、クライアント装置１０２は、認証工程の部分としてビデオセグメントをキャプチャし、サーバコンピューティング装置にビデオセグメントを送信する。いくつかの実施形態では、ビデオセグメントは、ユーザ及び／又はクライアント装置１０２を認証するのにサーバコンピューティング装置１０６によって使用されるカメラ装置１０３によってキャプチャされたビデオデータの単一のフレーム（すなわち、画像）又はフレームのセットである。ビデオセグメントは、共に解析されるときにビデオセグメントに関するビデオシグネチャを含む、任意の数の視覚及び聴覚要素を含むことができる。

図４は、本発明の１実施形態による、ビデオシグネチャを生成するために解析されるべき例示的ビデオセグメント４００の図である。図４に示されるように、ビデオセグメントは、野球帽４０２を着用し、猫４０４を抱き、「ローズバッド（Ｒｏｓｅｂｕｄ）」４０６という語を言うユーザと、部屋の隅の鉢植えの植物４０８のビデオを含む。視覚及び聴覚要素４０２，４０４，４０６，４０８のそれぞれが、ビデオシグネチャ認証工程中にシステム１００によって使用される。さらに、ユーザ自身、ユーザが着用している衣服、部屋の要素（例えば、ドア、窓）などの、ビデオセグメントの他の要素を認証のために使用することができる。例えば、モジュール１０８は、顔認識技法を使用してユーザを解析することができ、そのような顔認識方法の結果を（以下でより詳細に説明するように）ビデオセグメントに関する合計スコアの部分として使用することができる。他の例は、ユーザの音声パターンを解析するための音声認識技術と、ビデオセグメント内のオーディオキュー及び／又は発話された語を分離するための音声−テキスト変換技術と、ビデオセグメントのシーン内のユーザ及び／又は物体の移動を追跡するための動き検出技術とを含む。例えば、ユーザがビデオセグメント中にユーザの頭をうなずかせる場合、モジュール１０８は、以下で説明する解析工程全体の一部として、頭移動の速度、位置、及びタイミングを解析することができる。

図３の方法３００を続けると、サーバコンピューティング装置１０６のビデオシグネチャ認証モジュール１０８は、第１のビデオセグメント４００内の複数の視覚及び聴覚要素４０２，４０４，４０６，４０８のうちの１つ又は複数を解析し、１つ又は複数の解析し
た要素のそれぞれに関連する値を求める（３０４）。理解できるように、モジュール１０８は、画像及び音声解析アルゴリズム／技法を使用して、ビデオセグメントから様々な視覚及び聴覚要素を抽出する。例えば、モジュール１０８は、ビデオセグメント（又はビデオセグメントの単一のイメージ）から野球帽４０２の形状を抽出し、それを既知の形状のデータベース（例えば、データベース１１０）と比較して、合致を判定することができる。モジュール１０８はまた、色、位置、及び移動などの、視覚及び聴覚要素に関連する他の特性を認証工程の部分として解析することもできる。例えば、モジュール１０８は、野球帽４０２が緑色であり、ユーザの頭頂部に配置されることを判定する。

さらに、ビデオセグメント内の視覚及び聴覚要素のうちの１つ又は複数に、それぞれの要素の異なる特性に基づいて複数の値を割り当てることができる。例えば、モジュール１０８は、野球帽の色（例えば、緑色）に基づいて野球帽に第１の値を割り当て、野球帽の位置（例えば、ユーザの頭頂部）に基づいて野球帽に第２の値を割り当てる。

いくつかの実施形態では、モジュール１０８は、解析ステップ中にビデオセグメントで表される視覚及び聴覚要素４０２，４０４，４０６，４０８のそれぞれに数値を割り当てる。以下の表１は、視覚及び聴覚要素４０２，４０４，４０６，４０８のそれぞれに割り当てられる例示的値を示す。

ビデオセグメントを解析した後、サーバコンピューティング装置１０６は、１つ又は複数の解析した要素のそれぞれに関連する値に基づいて、第１のビデオセグメントに関する合計スコア４００を計算する（３０６）。上記の表に示されるように、モジュール１０８によって解析した個々の視覚及び聴覚要素の総和に基づいて、ビデオセグメント４００に課する合計スコアは１４５である。いくつかの実施形態では、一定の視覚及び／又は聴覚要素が、ユーザによって選択され、かつ／又はモジュール１０８によって割り当てられる所定のセキュリティプロファイルに従って、異なるように重み付けされる。例えば、金融
機関は、音声認識技術を利用して高い精度でユーザを識別することができるので（例えば、ユーザによって話される聴覚要素を含むビデオセグメントを詐欺師が複製することはより困難であることがある）、金融機関は、合計スコア内で聴覚要素４０６を視覚要素（例えば、４０８）よりも重く重み付けしたいことがある。

モジュール１０８は、ビデオセグメントと、解析した視覚及び聴覚要素のそれぞれについての関連する値とをデータベース１１０内に格納する。モジュール１０８は、ビデオセグメントを提示した特定のユーザに関するビデオシグネチャとして、格納したデータを関連付ける。したがって、ビデオセグメントが解析のためにクライアント装置１０２によって初めて提示されたときには、モジュール１０８は、ビデオセグメント及び関連する値をビデオシグネチャとして格納し、ユーザによって提供されるユーザ名／パスワード組合せと同様に、ユーザ／クライアント装置からの将来のビデオセグメント提示がビデオシグネチャと比較される。

その後で、ビデオセグメントを提供した後にユーザがセキュアリソースへのアクセスを認証及び獲得しようと試みるとき、モジュール１０８は、ユーザを識別及び認証するために、先に提供されたビデオセグメント（すなわち、前述のようにシステムによって解析及び格納されたビデオセグメント）に関する合計スコアを、クライアント装置１０２及び／又はユーザに関連する第２のビデオセグメントに関連するスコアと比較する（３０８）。例えば、サーバコンピューティング装置１０６に対して認証し、セキュアリソースをアクセスする後続の要求の間に、クライアント装置１０２は、新しいビデオセグメントを提示し、次いで新しいビデオセグメントがモジュール１０８によって（前述のように）解析される。首尾よく認証するために、モジュール１０８によって計算される、新しく提示されたビデオセグメントの合計スコアが、以前に格納されたビデオセグメント（例えば、セグメント４００）と比べたときに、所定のしきい値に合致し、又はそれを超過する。

図５は、本発明の１実施形態による、ビデオシグネチャを使用して認証されるべき例示的ビデオセグメント５００の図である。図５に示されるように、図４と同一のユーザがビデオセグメント内に存在する。ビデオセグメント５００は、複数のビデオ及び聴覚要素５０２，５０４，５０６，５０８を含み、ユーザは、ユーザの頭頂部にオレンジ色の野球帽５０２を有し、ユーザの右手に白色の猫５０４を保持しており、「ローズバーグ（Ｒｏｓｅｂｕｒｇ）」５０６という語を話している。さらに、鉢植えの植物５０８が部屋の後部隅に配置される。

モジュール１０８は、クライアント装置１０２からビデオセグメント５００を受信し、前述と同様にビデオセグメント５００を解析する。例えば、モジュール１０８は、ビデオセグメント５００で表される視覚及び聴覚要素５０２，５０４，５０６，５０８のそれぞれに数値を割り当てる。この工程の間に、要素５０２，５０４，５０６，５０８に割り当てられた値が、それらを、以前に格納されたビデオセグメント４００で解析された同一の要素４０２，４０４，４０６，４０８と比較することによってさらにスケーリングされる。以下の表２は、視覚及び聴覚要素５０２，５０４，５０６，５０８のそれぞれに割り当てられ、第１のビデオセグメント４００からの要素４０２，４０４，４０６，４０８に以前に割り当てられた値と比較した例示的値を示す。

モジュール１０８は、第２のビデオセグメント５００に関する合計スコアが１１５であると判定する。ａ）ユーザが緑色の野球帽ではなく、オレンジ色の野球帽を着用している、及びｂ）ユーザが「ローズバッド」ではなく、「ローズバーグ」という語を話している、という２つの主な違いのために、第２のビデオセグメント５００に関する合計スコアは、以前に格納されたビデオセグメント４００に関するスコアよりも低い。この違いの結果、モジュール１０８は、第２のビデオセグメント５００のそうした２つの要素により低い値を割り当てる（すなわち、それらは、第１のビデオセグメント４００で表されるのと同一の要素の特性と合致しないからである）。

モジュール１０８は、比較ステップに基づいて、セキュアリソースへのアクセスが許可されるかどうかを判定する（３１０）。上記の表に示されるように、モジュール１０８は、第２のビデオセグメント５００に関する合計スコアが第１のビデオセグメント４００に関する合計スコアの３０ポイント以内（すなわち、１１５から１４５）であると判定する。その結果、モジュール１０８は、第２のセグメント５００に関する合計スコアがセキュアリソースへのアクセスを許可するための所定のしきい値を十分に満たすと判定することができる。例えば、モジュール１０８は、１００を超過する、提示されたビデオセグメントに関する任意の合計スコアがアクセスを許可するのに十分であると判定することができる。

いくつかの実施形態では、ユーザは、認証のために提示されるビデオセグメント内に存在することが必要とされる視覚及び聴覚要素のある程度の柔軟性を与える一定のスコアリングパラメータ又はしきい値を提供することができる。例えば、ユーザは、ユーザが入手可能であった可能性のある任意の野球帽をユーザが着用することができ、それでもなおシステムに対して認証することができるように、解析及び認証工程中に野球帽４０２の色が使用されないことを好むことがある。

いくつかの実施形態では、モジュール１０８は、判定工程の部分として視覚及び聴覚要素のそれぞれを個々に評価し、それぞれの要素に関する偏差値を計算する。例えば、モジュール１０８は、第２のビデオセグメント５００内の視覚及び聴覚要素に関する９つの値のうち、第１のビデオセグメント４００内の対応する要素よりも１０ポイント（すなわち、偏差値１０）を超えて低下するのが２つだけであるので、第２のビデオセグメント５００は、ユーザ／クライアント装置１０２を認証するのに十分であると判定することがある。別の例では、モジュール１０８は、セキュアリソースへのアクセスを許可するために、第２のビデオセグメント５００内のあらゆる視覚及び聴覚要素が第１のビデオセグメント４００内の対応する要素の少なくとも８ポイント以内にあることを必要とすることがある。以下の表３は、視覚及び聴覚要素５０２，５０４，５０６，５０８のそれぞれに割り当てられ、第１のビデオセグメント４００からの要素４０２，４０４，４０６，４０８に以前に割り当てられた値と比較した、各要素比較に関する偏差値を含む例示的値を示す。

２つのビデオセグメントの要素間の総計偏差値は３０であり、平均偏差値は３．３３である。いくつかの例では、モジュール１０８は、平均偏差値を使用して、セキュアリソースへのアクセスが許可されるかどうかを判定することができ、別の例では、総計した偏差値を使用することができる。理解できるように、本発明の範囲から逸脱することなく、様々なスコアリング及び比較技法を使用することができる。

図６は、本発明の１実施形態による、ビデオシグネチャを使用して認証されるべき別の例示的ビデオセグメント６００の図である。図６に示されるように、第３のビデオセグメント６００は、複数のビデオ及び聴覚要素６０４，６０６，６０８を含み、人が左手に白
色の猫６０４を保持しており、「それを再び再生」６０６という語を話している。さらに、コート掛け６０８が部屋の後部隅に配置される。図６の人は帽子を着用していない。

モジュール１０８は、クライアント装置１０２から第３のビデオセグメント６００を受信し、前述と同様にビデオセグメント６００を解析する。例えば、モジュール１０８は、ビデオセグメント６００で表される視覚及び聴覚要素６０４，６０６，６０８のそれぞれに数値を割り当てる。この工程の間に、要素６０４，６０６，６０８に割り当てられた値が、それらを、以前に格納されたビデオセグメント４００で解析された同一の要素４０２，４０４，４０６，４０８と比較することによってさらにスケーリングされる。以下の表４は、ビデオセグメント６００内の視覚及び聴覚要素６０４，６０６，６０８のそれぞれに割り当てられ、第１のビデオセグメント４００からの要素４０２，４０４，４０６，４０８に以前に割り当てられた値と比較した例示的値を示す。

モジュール１０８は、第３のビデオセグメント６００に関する合計スコアが３５であると判定する。ａ）野球帽の欠如、ｂ）猫が誤った手に配置される、ｃ）人が誤った語句を話す、及びｄ）誤った物体が部屋の隅に配置されている、という２つのセグメント間の多くの違いのために、第３のビデオセグメント６００に関する合計スコアは、以前に格納されたビデオセグメント４００に関するスコアよりも著しく低い。この例では、詐欺師が、（誰かがランダムな文字列を使用して試行を行うことによってユーザのパスワードを知ろうと試みる可能性があるのと同じように）不正なビデオセグメントを提示することによって自分自身をユーザに成り済まそうと試みることにより、セキュアリソースへのアクセス
を獲得しようとしている可能性がある。第３のビデオセグメント６００に関する合計スコアが第１のビデオセグメント４００に関する合計スコアよりもずっと下であるので、モジュール１０８は、セキュアリソースにアクセスする要求を拒絶し、システムに対して人／クライアント装置１０２を認証しない。

いくつかの実施形態では、提示されたビデオセグメントが、セキュアリソースへのアクセスを許可するための所定のしきい値に合致せず、又はそれを超過しない場合、モジュール１０８は、そのようなアクセスを許可することができるように、ユーザに他の認証手段を提供することができる。例えば、モジュール１０８は、ユーザの識別を検証するために、補助認証証明（例えば、生体情報、装置フットプリント、トークン、公開／秘密鍵情報など）を求めてユーザ及び／又はクライアント装置１０２にプロンプト指示することができる。

前述の技法は、デジタル及び／又はアナログ電子回路、あるいはコンピュータハードウェア、ファームウェア、ソフトウェア、あるいはそれらの組合せで実装することができる。実装は、コンピュータプログラム製品、すなわちデータ処理装置、例えばプログラム可能プロセッサ、コンピュータ、及び／又は複数のコンピュータによる実行のために、又はデータ処理装置の動作を制御するために機械可読記憶装置で有形に実施されたコンピュータプログラムとしてのものでよい。ソースコード、コンパイル型コード、インタプリタ型コード、及び／又は機械コードを含む任意の形式のコンピュータ又はプログラミング言語でコンピュータプログラムを書くことができ、スタンドアロンプログラムとして、あるいはサブルーチン、要素、又はコンピューティング環境での使用に適した他のユニットとしてのものを含む任意の形式でコンピュータプログラムを配置することができる。１つのコンピュータ上で、あるいは１つ又は複数のサイトの複数のコンピュータ上で実行されるようにコンピュータプログラムを配置することができる。

入力データに作用し、かつ／又は出力データを生成することによって本発明の機能を実施するためのコンピュータプログラムを実行する１つ又は複数のプロセッサによって方法工程を実施することができる。専用論理回路、例えばＦＰＧＡ（フィールドプログラマブルゲートアレイ）、ＦＰＡＡ（フィールドプログラマブルアナログアレイ）、ＣＰＬＤ（コンプレックスプログラマブル論理デバイス）、ＰＳｏＣ（プログラマブルシステムオンチップ）、ＡＳＩＰ（特定用途向け命令セットプロセッサ）、又はＡＳＩＣ（特定用途向け集積回路）などによって方法工程を実施することもでき、それらとして装置を実装することができる。サブルーチンは、格納されたコンピュータプログラム及び／又はプロセッサの部分、ならびに／あるいは１つ又は複数の機能を実装する専用回路を指すことがある。

コンピュータプログラムの実行に適したプロセッサは、例として、汎用マイクロプロセッサと専用マイクロプロセッサの両方、及び任意の種類のデジタル又はアナログコンピュータの任意の１つ又は複数のプロセッサを含む。一般に、プロセッサは、読取り専用メモリ又はランダムアクセスメモリ又はその両方から命令及びデータを受け取る。コンピュータの不可欠な要素は、命令を実行するプロセッサと、命令及び／又はデータを格納する１つ又は複数のメモリ装置である。キャッシュなどのメモリ装置を使用して、データを一時的に格納することができる。メモリ装置はまた、長期データ記憶のために使用することもできる。一般に、コンピュータは、データを格納する１つ又は複数の大容量記憶装置、例えば、磁気ディスク、光磁気ディスク、又は光ディスクをも含み、あるいはそれからデータを受け取り、又はそれにデータを転送し、又はその両方を行うように動作可能に結合される。コンピュータはまた、ネットワークから命令及び／又はデータを受け取り、かつ／又はネットワークに命令及び／又はデータを転送するために、通信ネットワークに動作可能に結合することができる。コンピュータプログラム命令及びデータを実施するのに適し
たコンピュータ可読記憶媒体は、例として、半導体メモリ装置、例えばＤＲＡＭ、ＳＲＡＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭ、及びフラッシュメモリ装置、磁気ディスク、例えば内部ハードディスク又は取外し可能ディスク、光磁気ディスク、及び光ディスク、例えばＣＤ、ＤＶＤ、ＨＤ−ＤＶＤ、及びＢｌｕ−ｒａｙディスクを含む、すべての形態の揮発性及び不揮発性メモリを含む。プロセッサ及びメモリは、専用論理回路によって補足することができ、かつ／又は専用論理回路に組み込むことができる。

ユーザとの対話を実現するために、ユーザに情報を表示するディスプレイ装置、例えばＣＲＴ（陰極線管）、プラズマ、又はＬＣＤ（液晶ディスプレイ）モニタ、モバイル装置ディスプレイ又は画面、ホログラフィック装置及び／又はプロジェクタと、キーボードと、ポインティングデバイス、例えばマウス、トラックボール、タッチパッド、ユーザがそれによってコンピュータに入力を与える（例えば、ユーザインターフェース要素と対話する）ことのできる運動センサと通信するコンピューティング装置上で前述の技法を実装することができる。他の種類の装置を使用して、ユーザとの対話を実現することもでき、例えば、ユーザに提供されるフィードバックは、任意の形態の感覚フィードバック、例えば視覚フィードバック、音響フィードバック、又は触覚フィードバックでよく、音響、音声、及び／又は触覚入力を含む任意の形態でユーザからの入力を受信することができる。

前述の技法は、バックエンド構成要素を含む分散コンピューティングシステムで実装することができる。バックエンド構成要素は、例えば、データサーバ、ミドルウェア構成要素、及び／又はアプリケーションサーバでよい。前述の技法は、フロントエンド構成要素を含む分散コンピューティングシステムで実装することができる。フロントエンド構成要素は、例えば、グラフィカルユーザインターフェース、ユーザがそれを通じて例示的実装と対話することのできるウェブブラウザ、及び／又は送信装置用の他のグラフィカルユーザインターフェースを有するクライアントコンピュータでよい。前述の技法は、そのようなバックエンド、ミドルウェア、又はフロントエンド構成要素の任意の組合せを含む分散コンピューティングシステムで実装することができる。

コンピューティングシステムの構成要素を伝送媒体によって相互接続することができ、伝送媒体は、任意の形態又は媒体のデジタル又はアナログデータ通信（例えば、通信ネットワーク）を含むことができる。伝送媒体は、任意の構成の１つ又は複数のパケットベースのネットワーク及び／又は１つ又は複数の回線ベースのネットワークを含むことができる。パケットベースのネットワークは、例えば、インターネット、キャリアインターネットプロトコル（ＩＰ）ネットワーク（例えば、ローカルエリアネットワーク（ＬＡＮ）、広域ネットワーク（ＷＡＮ）、キャンパスエリアネットワーク（ＣＡＮ）、大都市圏ネットワーク（ＭＡＮ）、ホームエリアネットワーク（ＨＡＮ））、プライベートＩＰネットワーク、ＩＰ構内交換機（ＩＰＢＸ）、ワイヤレスネットワーク（例えば、無線アクセスネットワーク（ＲＡＮ）、Ｂｌｕｅｔｏｏｔｈ、Ｗｉ−Ｆｉ、ＷｉＭＡＸ、３Ｇ、４Ｇ、４Ｇ ＬＴＥ、５Ｇ、汎用パケット無線サービス（ＧＰＲＳ）ネットワーク、ＨｉｐｅｒＬＡＮ）、及び／又は他のパケットベースのネットワークを含むことができる。回線ベースのネットワークは、例えば、公衆交換電話網（ＰＳＴＮ）、レガシー構内交換機（ＰＢＸ）、ワイヤレスネットワーク（例えば、ＲＡＮ、符号分割多元接続（ＣＤＭＡ）ネットワーク、時分割多元接続（ＴＤＭＡ）ネットワーク、ｇｌｏｂａｌ ｓｙｓｔｅｍ ｆｏｒ ｍｏｂｉｌｅ ｃｏｍｍｕｎｉｃａｔｉｏｎｓ（ＧＳＭ）ネットワーク）、及び／又は他の回線ベースのネットワークを含むことができる。

伝送媒体を介する情報転送は、１つ又は複数の通信プロトコルに基づくことができる。通信プロトコルは、例えば、イーサネットプロトコル、インターネットプロトコル（ＩＰ）、Ｖｏｉｃｅ ｏｖｅｒ ＩＰ（ＶｏＩＰ）、ピアツーピア（ｐ２ｐ）プロトコル、ハイパーテキスト転送プロトコル（ＨＴＴＰ）、セッション開始プロトコル（ＳＩＰ）、Ｈ
．３２３、メディアゲートウェイ制御プロトコル（ＭＧＣＰ）、シグナリングシステム＃７（ＳＳ７）、Ｇｌｏｂａｌ Ｓｙｓｔｅｍ ｆｏｒ Ｍｏｂｉｌｅ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ（ＧＳＭ）プロトコル、プッシュツートーク（ＰＴＴ）プロトコル、ＰＴＴ
ｏｖｅｒ Ｃｅｌｌｕｌａｒ（ＰＯＣ）プロトコル、ユニバーサル移動通信システム（ＵＭＴＳ）、３ＧＰＰ Ｌｏｎｇ Ｔｅｒｍ Ｅｖｏｌｕｔｉｏｎ（ＬＴＥ）、及び／又は他の通信プロトコルを含むことができる。

コンピューティングシステムの装置は、例えば、コンピュータ、ブラウザ装置を備えるコンピュータ、電話、ＩＰ電話、モバイル装置（例えば、携帯電話、携帯情報端末（ＰＤＡ）装置、スマートフォン、タブレット、ラップトップコンピュータ、電子メール装置）、及び／又は他の通信装置を含むことができる。ブラウザ装置は、例えば、ワールドワイドウェブブラウザ（例えば、グーグルインコーポレイテッド社（Ｇｏｏｇｌｅ， Ｉｎｃ．）のＣｈｒｏｍｅ（商標）、マイクロソフトコーポレーション社（Ｍｉｃｒｏｓｏｆｔ
Ｃｏｒｐｏｒａｔｉｏｎ）から入手可能なＭｉｃｒｏｓｏｆｔ（登録商標） Ｉｎｔｅｒｎｅｔ Ｅｘｐｌｏｒｅｒ（登録商標）、及び／又はモジラコーポレーション社（Ｍｏｚｉｌｌａ Ｃｏｒｐｏｒａｔｉｏｎ）から入手可能なＭｏｚｉｌｌａ（登録商標） Ｆｉｒｅｆｏｘ）を備えるコンピュータ（例えば、デスクトップコンピュータ及び／又はラップトップコンピュータ）を含む。モバイルコンピューティング装置は、例えばリサーチインモーション社（Ｒｅｓｅａｒｃｈ ｉｎ Ｍｏｔｉｏｎ）のＢｌａｃｋｂｅｒｒｙ（登録商標）、アップルコーポレーション社（Ａｐｐｌｅ Ｃｏｒｐｏｒａｔｉｏｎ）のｉＰｈｏｎｅ（登録商標）、及び／又はＡｎｄｒｏｉｄ（商標）ベースの装置を含む。ＩＰ電話は、例えば、シスコシステムズインコーポレイテッド社（Ｃｉｓｃｏ Ｓｙｓｔｅｍｓ， Ｉｎｃ．）から入手可能なＣｉｓｃｏ（登録商標） Ｕｎｉｆｉｅｄ ＩＰ Ｐｈｏｎｅ ７９８５Ｇ及び／又はＣｉｓｃｏ（登録商標） Ｕｎｉｆｉｅｄ Ｗｉｒｅｌｅｓｓ Ｐｈｏｎｅ ７９２０を含む。

本発明の精神又は不可欠な特徴から逸脱することなく、本発明を他の特定の形態で実施することができることを当業者は理解されよう。したがって、上記の実施形態は、本明細書で説明する本発明の限定ではなく、すべての点で例示的なものとみなされるべきである。

Claims (30)

1. 複数の視覚及び聴覚要素からなる第１のビデオセグメントを含んでなる要求であって、セキュアリソースにアクセスするための要求を、コンピューティング装置によって受信するステップと、
   前記第１のビデオセグメント内の前記複数の視覚及び聴覚要素のうちの１つ以上の要素を前記コンピューティング装置によって解析して、解析した前記１つ以上の要素のそれぞれに関連づけした値を求めるステップと、
   前記解析した１つ以上の要素のそれぞれに関連づけた前記値に基づいて、前記第１のビデオセグメントに関する合計スコアを前記コンピューティング装置によって計算するステップと、
   前記コンピューティング装置により、前記第１のビデオセグメントに関する前記合計スコアを、前記コンピューティング装置に関連する第２のビデオセグメントに関連するスコアと比較するステップと、
   前記比較するステップの比較に基づいて、前記セキュアリソースへのアクセスが許可されるか否かを前記コンピューティング装置によって判定するステップとからなる、ビデオシグネチャを用いた認証方法。
2. 前記解析するステップは、
   前記コンピューティング装置により、視覚及び聴覚要素のうちの１つ以上の要素のそれぞれに関連づけられる１つ以上の特性を求めるステップと、
   前記コンピューティング装置によって格納された所定の値情報に基づいて、前記コンピューティング装置により前記特性に値を割り当てるステップと、
   前記コンピューティング装置により、前記特性に関する値を格納するステップとからなる、請求項１に記載の方法。
3. 前記１つ以上の特性には、視覚要素の位置、視覚要素の移動、視覚要素の色、視覚要素のタイプ、及び視覚要素の欠如が含まれる、請求項２に記載の方法。
4. 前記コンピューティング装置により、聴覚要素に関する音声テキスト変換を実施するステップをさらに備える、請求項２に記載の方法。
5. 前記第１のビデオセグメントのフレーム内の出現の頻度に基づいて、前記特性に値を割り当てる、請求項２に記載の方法。
6. 前記所定の値情報は、前記コンピューティング装置のユーザによって提供されるプリファレンスに基づいて調節される、請求項２に記載の方法。
7. 前記計算するステップは、前記コンピューティング装置により、前記コンピューティング装置のセキュリティプロファイルに基づいて、前記解析した要素のうちの１つ又は複数に重みを割り当てることを含んでなる、請求項１に記載の方法。
8. 前記比較するステップは、
   前記コンピューティング装置により、前記第１のビデオセグメント内の前記解析した要素のうちの１つに関連づけられた値を、前記第２のビデオセグメント内の解析した要素に関連づけられた値と比較するステップと、
   前記コンピューティング装置により、解析した要素値の前記比較に基づいて偏差値を求めるステップとをさらに含んでなる、請求項１に記載の方法。
9. 前記解析した要素値のそれぞれの前記比較に関する前記偏差値を前記コンピューティン
   グ装置によって総計するステップと、
   総計した偏差値が所定のしきい値未満に低下するか否かを前記コンピューティング装置によって判定するステップとをさらに含んでなる、請求項８に記載の方法。
10. 前記複数の視覚及び聴覚要素は前記コンピューティング装置のユーザの視覚表現を含んでなる、請求項１に記載の方法。
11. 前記複数の視覚及び聴覚要素は前記コンピューティング装置の前記ユーザに近接する物体を含んでなる、請求項１０に記載の方法。
12. 前記複数の視覚及び聴覚要素は前記コンピューティングの前記ユーザによって話された語句を含んでなる、請求項１０に記載の方法。
13. 前記第１のビデオセグメントは前記コンピューティング装置に接続されたカメラを使用してキャプチャされる、請求項１に記載の方法。
14. 前記コンピューティング装置がモバイルデバイスである、請求項１に記載の方法。
15. 前記セキュアリソースがウェブサイトである、請求項１に記載の方法。
16. 複数の視覚及び聴覚要素からなる第１のビデオセグメントを含んでなる要求であって、セキュアリソースにアクセスするための要求を受信し、
    前記第１のビデオセグメント内の前記複数の視覚及び聴覚要素のうちの１つ以上の要素を解析し、解析した前記１つ以上の要素のそれぞれに関連づけした値を求め、
    解析した前記１つ以上の要素のそれぞれに関連づけた前記値に基づいて、前記第１のビデオセグメントに関する合計スコアを計算し、
    前記第１のビデオセグメントに関する前記合計スコアを、前記コンピューティング装置に関連する第２のビデオセグメントに関するスコアと比較し、
    比較ステップに基づいて、前記コンピューティング装置が前記セキュアリソースにアクセスすることが許可されるか否かを判定する
    ように構成されたコンピューティング装置を備えた、ビデオシグネチャを用いる認証のためのシステム。
17. 前記解析するステップが、
    複数の視覚及び聴覚要素のうちの１つ以上の要素のそれぞれに関連づけられた１つ又は複数の特性を求めるステップと、
    前記コンピューティング装置によって格納された所定の値情報に基づいて前記特性に値を割り当てるステップと、
    前記特性に関する値を格納するステップとからなる、請求項１６に記載のシステム。
18. 前記１つ又は複数の特性には、視覚要素の位置、視覚要素の移動、視覚要素の色、視覚要素のタイプ、視覚要素の欠如が含まれる、請求項１７に記載のシステム。
19. 聴覚要素に関する音声テキスト変換を実施するステップをさらに備える、請求項１７に記載のシステム。
20. 前記第１のビデオセグメントのフレーム内の出現の頻度に基づいて、前記特性に値を割り当てる、請求項１７に記載のシステム。
21. 前記所定の値情報は前記コンピューティング装置のユーザによって提供されるプリファ
    レンスに基づいて調節される、請求項１７に記載のシステム。
22. 前記計算するステップは、前記コンピューティング装置のセキュリティプロファイルに基づいて、前記解析した要素のうちの１つ又は複数に重みを割り当てることを含んでなる、請求項１６に記載のシステム。
23. 前記比較するステップは、
    前記第１のビデオセグメント内の前記解析した要素のうちの１つに関連づけられた値を、前記第２のビデオセグメント内の解析した要素に関連づけられた値と比較するステップと、
    解析した要素値の前記比較に基づいて偏差値を求めるステップとをさらに含んでなる、請求項１６に記載のシステム。
24. 前記比較するステップは、
    前記解析した要素値のそれぞれの前記比較に関する前記偏差値を総計するステップと、
    総計した偏差値が所定のしきい値未満に低下するか否かを判定するステップとをさらに備える、請求項２３に記載のシステム。
25. 前記複数の視覚及び聴覚要素は前記コンピューティング装置のユーザの視覚表現を含んでなる、請求項１６に記載のシステム。
26. 前記複数の視覚及び聴覚要素は前記コンピューティング装置の前記ユーザに近接する物体を含んでなる、請求項２５に記載のシステム。
27. 前記複数の視覚及び聴覚要素は前記コンピューティング装置の前記ユーザによって話された語句を含んでなる、請求項２５に記載のシステム。
28. 前記第１のビデオセグメントは前記コンピューティング装置に接続されたカメラを使用してキャプチャされる、請求項１６に記載のシステム。
29. 前記コンピューティング装置がモバイルデバイスである、請求項１６に記載のシステム。
30. ビデオシグネチャを用いる認証のための、非一時的コンピュータ可読記憶媒体で有形に実施されたコンピュータプログラム製品において、コンピューティング装置に、
    複数の視覚及び聴覚要素からなる第１のビデオセグメントを含んでなる要求であって、セキュアリソースにアクセスするための要求を受信させ、
    前記第１のビデオセグメント内の前記複数の視覚及び聴覚要素のうちの１つ以上の要素を解析させ、解析した１つ以上の要素のそれぞれに関連づけられた値を求めさせ、
    解析した前記１つ以上の要素のそれぞれに関連づけられた値に基づいて、前記第１のビデオセグメントに関する合計スコアを計算させ、
    前記第１のビデオセグメントに関する合計スコアを、前記コンピューティング装置に関連する第２のビデオセグメントに関するスコアと比較させ、
    比較ステップに基づいて、前記コンピューティング装置が前記セキュアリソースにアクセスすることが許可されるか否かを判定させるように動作可能な命令を含むコンピュータプログラム製品。