JP2016511475A - 人間を機械から区別するための方法及びシステム - Google Patents

Abstract

人間をコンピュータから区別するための方法及び装置。ユーザー登録時に、コンピュータは、人間のユーザーに登録のための或る認証情報に対して話し言葉による応答を提供するように促す。コンピュータは、話し言葉から登録音声データを取得し、人間のユーザーの登録声紋を確立する。ユーザーのログオン時、コンピュータは、ユーザーのログオン資格情報によってログオンを要求するユーザーを識別し、ログオンのための認証情報をユーザーに提供し、ユーザーにログオンのための認証情報に対する話し言葉による応答を提供するように促す。コンピュータは、話し言葉による応答からログオン音声データを取得し、ユーザーのログオン声紋を確立する。次に、コンピュータは、ログオン声紋を登録声紋と比較することにより、ログオンを要求するユーザーが人間であるかどうかを決定する。

Description

（関連出願の相互参照）
本出願は、「人間を機械から区別するための方法及びシステム」と題する、２０１３年３月５日に出願された中国特許出願第２０１３１００６８７３６．８号の外国優先権を主張し、中国特許出願は、その全体が参照により本明細書に組み込まれる。

本出願は、コンピュータ技術に関し、より具体的には、人間を機械から区別するための技術に関する。

インターネットの普及により、様々なウェブサービス、例えば、電子商取引、電子メールサービス、ダウンロード、及び多くの場合アクセスが自由であるより多くのリソースが、ますます日常生活の一部になってきている。しかしながら、人間のユーザーを対象とするこれらのサービスは、不正なユーザー及び悪意のあるコンピュータプログラムによって、しばしば乱用され、攻撃される。これらの不正な活動は、サービスリソースを占有し、多くのウェブジャンク及びスパムを生成し、ユーザー経験に影響を与え、ウェブサービスのセキュリティを脅かす。

機械語コンピュータによる攻撃を減少させるために、人間を機械から区別する技術が存在する。このような技術の例示は、ＣＡＰＴＣＨＡ（コンピュータと人間を別々に見分けるための完全自動化パブリックチューリング（Ｔｕｒｉｎｇ）テスト）であり、これは、チャレンジレスポンス方式のテストを使用して人間をコンピュータから見分ける認証のためのセキュリティ対策である。ＣＡＰＴＣＨＡは、サーバーコンピュータを使用して、ＣＡＰＴＣＨＡチャレンジ（テスト）を生成し、その応答を評価する。ユーザーが認証を必要とするウェブサービスを使用することを意図するとき、サーバーは、チャレンジ（テスト）をユーザーに提供し、ユーザーは、応答をサーバーに提出することによってチャレンジに応答し、サーバーは、その応答によってユーザーがチャンレンジを満たしたかどうかを評価する。

現在のＣＡＰＴＣＨＡ技術は、テキストによるＣＡＰＴＣＨＡ、画像によるＣＡＰＴＣＨＡ、及び音によるＣＡＰＴＣＨＡを主に含む。これらの技術は、ＡＩの分野で特定された異なる問題に基づき、異なる特性を有する。

テキストによるＣＡＰＴＣＨＡは、テキスト符号についての人間の認識及び機械の認識の違いを利用し、人間と機械との間を区別するための確認コードを使用する。テキストによるＣＡＰＴＣＨＡで使用される確認コードは、ランダムに生成された数字または記号の列を使用して作成される歪んだ画像であってもよい。光学的符号認識を防ぐために、干渉画素が歪んだ画像にしばしば追加される。人間のユーザーは、歪んだ画像に含まれる確認コードを視覚的に認識し、認識された確認コードを提出し、提出された確認コードが正しい場合、サービスを利用することが可能となる。テキストによるＣＡＰＴＣＨＡの例示は、ユーザーのログオンのために、ＧＩＦフォーマット＋数字を使用するＣＳＤＮ（中国ソフトウェア開発者ネットワーク）のウェブサイト、ウェブサイト登録のためにランダムに生成された符号を使用し、ログオンのために乱数＋ランダムな大文字を備えたＰＮＧフォーマット画像を使用するＱＱのウェブサイト、新規のアカウント登録のための乱数＋ランダムな大文字＋ランダムな干渉、＋ランダムなビットを備えたＢＭＰフォーマットを使用するＭＳＮ及びＨｏｔｍａｉｌ、新規のアカウント登録のために乱数＋ランダムな色＋ランダムな長さ＋ランダムな位置を備えたＪＰＧフォーマットを使用するＧｏｏｇｌｅ Ｇｍａｉｌ、及びランダムなコンテンツを備えたＸＢＭフォーマットを採用する或る大規模のフォーラム、である。

画像によるＣＡＰＴＣＨＡは、画像分類、オブジェクト識別、常識的な理解、及び他の態様における人間と機械との間の違いを利用する。画像によるＣＡＰＴＣＨＡは、通常、異なる言語に依存せず、ユーザーが入力するテキストを必要とせず、解読することがより困難である。画像によるＣＡＰＴＣＨＡの一例示は、Ｃａｒｎｅｇｉｅ Ｍｅｌｌｏｎ Ｕｎｉｖｅｒｓｉｔｙによって設計されたＣＡＰＴＣＨＡ ＢＯＮＧＯであり、これは、２つのタイプの視覚的モデル（例えば、線、円、ボックスなど）を使用し、ユーザーが新規のモデルのタイプを決定することを可能にする。しかしながら、２つのオプションのうちの１つのモデルを選択する設計は、安全性を保証することができない。別の例示は、注釈が付いた画像データベースを使用するＣＡＰＴＣＨＡである。このアルゴリズムの弱点は、一旦データベースが漏洩すると、アルゴリズムのセキュリティが崩壊することにある。ＧｏｏｇｌｅのＷｈａｔ’ｓＵｐのアプリケーションは、画像の向きの認識に基づくＣＡＰＴＣＨＡアルゴリズムを使用する。画像は、そのオリジナルの向きに対して直角に回転される。Ｗｈａｔ’ｓＵｐは、画像の注釈を必要としない。テスト中に候補の画像を継続して追加し、ユーザーのフィードバックを使用して初期の注釈を修正する。さらに、Ｗｈａｔ’ｓＵｐは、機械が認識可能な画像を検出して除外するように訓練された自動画像向きフィルターを有し、さらに人間が認識することが困難である画像を検出して除外し、テストが、機械でなく、ほとんどの人間のユーザーによって合格することができることを保証する。画像分類に基づいてＣＡＰＴＣＨＡと比較し、Ｗｈａｔ’ｓＵｐが、より難しい画像理解の質問をユーザーに課題として与え、ユーザーが画像のコンテンツを分析することを要求する。この技術は、特定のアイテムに限定されない非常の大量の使用可能な画像のベースを有し、ユーザーフィードバックに基づく自動画像注釈はまた、あまり退屈でない人間の介入に終わる。

音によるＣＡＰＴＣＨＡは、人間と機械の音声認識の違いを利用する。この技術は、１つ以上の人が話す数字、文字または単語をランダムな間隔で再生し、背景雑音を加えてＡＳＲ（自動音声認識）の攻撃に対抗する。例えば、音によるＣＡＰＴＣＨＡのＢＹＡＮ−Ｉ及びＢＹＡＮ−ＩＩでは、ユーザーは、希望の言語を選択するように促され、同時に、コンピュータが、６個の数字をランダムに選択し、テスト音声を相応に生成し、別の話者の音声を背景雑音として追加する。ユーザーは、音声で正しく認識された６個の数字を入力するように促される。ＢＹＡＮ−Ｉでは、背景雑音は、異なる言語で話される同じ６個の数字であり、一方ＢＹＡＮ−ＩＩでは、背景雑音は、ランダムに選択された数字または言葉の音声である。

現在主流のＣＡＰＴＣＨＡ技術は、悪意のあるコンピュータプログラムによるウェブサービスの乱用をある程度回避することができるが、様々な攻撃にを受けやすいを受けやすいであり、容易に解読され、貧弱なユーザー経験をもたらす。

より具体的には、テキストを歪ませるテキストによるＣＡＰＴＣＨＡは、悪意のあるコンピュータプログラムが登録する、またはログオンすることを防ぐ程度まではできるが、符号セグメント化及び光学的符号認識（ＯＣＲ）の進歩が、ほとんどのテキストによるＣＡＰＴＣＨＡアルゴリズムを解読している。単純な符号認識によるチャレンジに基づくＣＡＰＴＣＨＡアルゴリズムは、もはやコンピュータプログラムを停止させることができない。また、歪んだテキスト画像は、人間が認識することが難しく、貧弱なユーザー経験をもたらす。

画像によるＣＡＰＴＣＨＡは、画像分類、オブジェクト識別、常識的な理解、及び他の態様における人間と機械との間の違いを利用する。この技術は、通常、異なる言語に依存せず、ユーザーが入力するテキストを必要とせず、テキストによるＣＡＰＴＣＨＡよりも解読することがより難しくなる。しかしながら、画像によるＣＡＰＴＣＨＡは、広範囲のデータベースのサポートを必要とし、大規模に生産することが難しく、さらに機械学習アルゴリズムによる攻撃を受けやすい。例えば、Ｇｏｌｌｅは、色及びテクスチャ特徴を組み合わせて猫及び犬の画像を分類するＳＶＭ（サポートベクトルマシン）分類器を設計し、単一の画像で８２．７％の成功率を達成し、１２個のグラフを含むＡｓｉｒｒａで１０．３％までの成功率を達成した。

音によるＣＡＰＴＣＨＡは、同様に機械学習アルゴリズムによる攻撃を受けやすい。Ｔａｍらは、固定長音声探索窓を使用して認識のためのエネルギーピークを識別し、そこから３種類の音声特徴、すなわち、メル周波数ケプストラム係数、知覚線形予測、相関スペクトル反転知覚線形予測、を抽出し、３つの機械学習アルゴリズム（ＡｄａＢｏｏｓｔ、ＳＶＭ、及びｋ−ＮＮ）を使用して訓練する。この方法は、Ｇｏｏｇｌｅ、Ｄｉｇｇ、及びＲｅＣＡＰＴＣＨＡで、それぞれ６７％、７１％、及び４５％の成功率を達成した。同様の方法はまた、ｅＢａｙの音声によるＣＡＰＴＣＨＡを解読するのに使用され、７５％までの成功率を達成した。

本要約は、発明を実施する形態で以下にさらに説明される概念の抜粋を単純化された形式で紹介するために提供される。本要約は、主張されている主題のあらゆる主要な特徴または重要な特徴を確認することを意図せず、主張されている主題の範囲を決定する上での支援として単独に用いられることも意図しない。

本開示は、人間を機械から区別するための方法及び装置を提供する。ユーザー登録時に、コンピュータは、人間のユーザーに登録のための或る認証情報に対して話し言葉による応答を提供するように促す。コンピュータは、話し言葉から登録音声データを取得し、人間のユーザーの登録声紋を確立する。次のユーザーのログオンの確認時に、コンピュータは、ユーザーのログオン資格情報によってログオンを要求するユーザーを識別し、ログオンのための選択された認証情報をユーザーに提供して、ログオンのための認証情報に対する話し言葉による応答を提供するように促す。コンピュータは、話し言葉による応答からログオン音声データを取得し、ユーザーのログオン声紋を確立する。次に、コンピュータは、ログオン声紋を登録声紋と比較することにより、ログオンを要求するユーザーが人間であるかどうかを決定する。

ログオンのための認証情報は、登録のための認証情報の少なくとも一部を含むことができる。例えば、ログオンのための認証情報は、登録のための認証情報のサブセットであり得る。

いくつかの実施形態では、コンピュータはｎ個の第１の種類の要素のセットを生成し、ｎは整数である、またＴ個の第２の種類の要素のセットを作成し、第２の種類の要素のそれぞれは、ｎ個の第１種類の要素のｒ個の順列のうちの１つであり、ｒは整数である、かつｒ＜ｎである、かつＴ≦Ｒである、Ｒは、ｎ個の第１の種類の要素のｒ個の組合せの総数である。コンピュータは、次にＴ個の第２の種類の要素のセットを登録のための認証情報として人間のユーザーに提供する。Ｔ、ｒ、Ｒは、全て整数である。

ｎ個の第１の種類の要素は、ランダムに生成することができる。一実施形態では、各第１の種類の要素は、英数字を含む。

コンピュータは、次にＴ個の第２の種類の要素のセットのサブセットをログオンのための認証情報としてログオンを要求するユーザーに提供することができる、サブセットはｔ個の第２の種類の要素を有し、ｔ≦Ｔ、である。

同様の実施形態では、コンピュータは、Ｃ個の第３の種類の要素のセットを作成し、Ｃ個の第３の種類の要素のセットのうちの少なくとも１つの要素をログオンのための認証情報として人間のユーザーに提供することができる。各第３の種類の要素は、Ｔ個の第２の種類の要素のセットのサブセットであり、サブセットは、ｔ個の第２の種類の要素を有し、ｔ≦Ｔ、である。

登録のための認証情報に対する話し言葉による応答は、登録のための認証情報の少なくとも一部を声に出して読むことを含むことができる。ログオンのための認証情報に対する話し言葉による応答は、ログオンのための認証情報の少なくとも一部を声に出して読むことを含むことができる。

いくつかの実施形態では、登録のための認証情報は、質問を含み、登録のための認証情報に対する話し言葉による応答は、質問に対する答えを声に出して読むことを含み、ログオンのための認証情報は、同じ質問を含み、ログオンのための認証情報に対する話し言葉による応答は、同じ質問に対する答えを声に出して読むことを含む。

あるいは、登録のための認証情報は、複数の質問を含むことができ、一方登録のための認証情報に対する話し言葉による応答は、複数の質問の各々に対するそれぞれの答えを声に出して読むことを含むことができ、また、ログオンのための認証情報は、複数の質問からランダムに選択された質問を含み、ログオンのための認証情報に対する話し言葉による応答は、複数の質問からランダムに選択された質問に対するそれぞれの答えを声に出して読むことを含む。

本方法の別の態様によれば、コンピュータは、人間のユーザーのログオン資格情報のセットを登録し、登録のための認証情報を人間のユーザーに提供し、人間のユーザーに登録のための認証情報に対する話し言葉による応答を提供するように促す。コンピュータは、話し言葉から登録音声データを取得し、取得した登録音声データに基づいて、人間のユーザーの登録声紋を確立する。コンピュータは、ユーザーから受け取るログオン資格情報のセットを人間のユーザーの登録されたログオン資格情報と照合してログオンを要求するユーザーをさらに特定し、ログオンのための認証情報をログオンを要求するユーザーに提供する。ログオンのための認証情報は、ログオン資格情報によって特定された人間のユーザーの登録のための認証情報に基づいて決定される。ログオンを要求するユーザーは、ログオンのための認証情報に対する話し言葉による応答を提供するように促される。コンピュータは、話し言葉による応答からログオン音声データを取得し、取得したログオン音声データに基づいてログオンを要求するユーザーのログオン声紋を確立し、ログオン声紋を登録声紋と比較することにより、ログオンを要求するユーザーが人間であるかどうかを決定する。

本開示の別の態様は、人間を機械から区別するためのコンピュータベース装置である。この装置は、プロセッサ、コンピュータ可読メモリ及び記憶媒体、及びＩ／Ｏデバイスを有するコンピュータを含み、このコンピュータは
登録のための認証情報を登録を要求する人間のユーザーに提供し、前記人間のユーザーが登録のための前記認証情報に対する話し言葉による応答を提供するように促される、ことと、
登録のための前記認証情報に対する前記話し言葉による応答から登録音声データを取得することと、
前記取得された登録音声データに基づいて、前記人間のユーザーの登録声紋を確立することと、
ログオンのための認証情報をログオンを要求するユーザーに提供し、ログオンを要求する前記ユーザーがログオンのための前記認証情報に対する話し言葉による応答を提供するように促される、ことと、
ログオンのための前記認証情報に対する前記話し言葉による応答からログオン音声データを取得することと、
前記受け取ったログオン音声データに基づいて、ログオンを要求する前記ユーザーのログオン声紋を確立することと、
ログオン声紋を登録声紋と比較することにより、ログオンを要求するユーザーが人間であるかどうかを決定することと、を含む機能を行うようにプログラムされる。

装置は、ユーザー識別及びパスワードのようなログオン資格情報を使用して、ユーザーを登録された人間のユーザーとして識別することにより、ログオンを要求するユーザーのログオン要求を認証するように、さらにプログラムすることもできる。

いくつかの実施形態は、音声確認コードを加えた声紋認識方法に基づくＣＡＰＴＣＨＡ方式を使用する。既存のＣＡＰＴＣＨＡ技術（テキスト、画像、音によるＣＡＰＴＣＨＡ技術）と比較すると、新しい方式は、解読することがより難しく、したがって不正なユーザー及び悪意のあるコンピュータプログラムがウェブサービスを使用するのを回避することに役立ち、さらに同時にユーザーが容易に使用することができ、したがってユーザー経験を改善するのに役立つ。

開示された技術は、動的な確認コードさらに使用することができ、声紋認識を使用して動的な確認コードのテキスト部分を確認することができる。これは、信頼性及び待ち時間の両方を改善する。別の最適化された実施形態は、声紋認識及び手入力されるパスワードを組み合わせて情報のプライバシーを保証し、さらに同時にシステム性能を改善し、ウェブサービスの安全性、性能、及びユーザー経験を改善する。比較すると、既存の技術は、単純な手入力されるパスワード及び手入力される認証コードを使用する。パスワードは、忘れやすく、パスワードの傍受及び偽造攻撃を受けやすく、認証コードは、容易に解読され、システムをウェブサービスの乱用を受けやすくする。

本開示はまた、ＣＡＰＴＣＨＡ機能を制御し、異常をスクリーニングし、不正なユーザーまたは悪意のあるコンピュータプログラムを識別する最適化された方法を紹介する。この方法は、権力分立の原則の下でパスワード認証、声紋認識、人間機械認識を組み合わせるように最適化され、各分岐が他の分岐上で検証し、同時に互いに独立性を維持し、単一障害点及び内部に対する攻撃を防ぐ。この最適化の別の態様は、ＣＡＰＴＣＨＡ機能を集中型または分散型サービスのいずれかとしてラウターシステム上に展開することを含み、悪意のあるプログラムによるウェブサービスのリソースの乱用をネットワークのエッジで良好に制御することができる。集中型モデル及び分散型モデルは、それぞれ独自の利点を有し、２つのモデルの態様を混合することにより、平衡化することができる。ラウターにおける集中型展開は、ラウター上で集中管理を促進し、一方様々なエッジラウター上の分散型展開は、分散型負荷平衡化アルゴリズムを使用する管理を可能にし、単一障害点に対する攻撃を防ぎ、ウェブサービスシステムの性能を改善する。

本開示の他の特徴及び利点は、以下の説明に記載され、一部は、記載から明らかになる、または本出願の実施によって理解される。本出願の目的及び他の利点は、明細書、特許請求の範囲、及び具体的に指摘されて実現され、かつ達成された構造の図面によって、得ることができる。

本開示による、人間を機械から区別するための方法の実施形態の概略的なフローである。 本開示の方法で使用される登録のためのユーザーインターフェースの例示である。 本開示の方法で使用されるログオンのためのユーザーインターフェースの例示である。 人間を機械から区別するための方法を実装するシステムの概略図である。 エッジラウター上の人間機械認識サービスの集中型展開の概略図である。 エッジラウター上の人間識別サービスの分散型展開の概略図である。 声紋認識に基づく人間機械認識システムの実装の概略図である。 従来のログオン確認及び声紋認識の両方を組み合わせた別の人間機械認識システムの実装の概略図である。

本発明の上記の目的、特徴、及び利点の理解を容易にするために、本開示は、添付の図面及び例示の実施形態に関連してさらに詳細に説明する。説明では、「技術（複数可）」の用語は、上記及び本開示を通してコンテキストにより許可されているように、例えば、方法、装置デバイス、システム、及び／またはコンピュータ可読命令を指すことができる。

この説明では、過程が説明されている順序は、限定するものとして解釈されることを意図せず、説明された過程のブロックの任意の数は、方法を実装する、または代替の方法を実装するために任意の順序で組み合わせることができる。実施形態は、単に実例の便宜上、連続するステップで説明されている。さらに、この方法に必要とされているのは、実施形態で説明されている全てのステップではない。

図１は、本開示による、人間を機械から区別するための方法の実施形態の概略的フローである。この方法は、複数のユーザーによってアクセスされるネットワークサービス提供システムで実装される。この方法は、システムに不正なアクセスをするようにプログラムされた機械からシステムが人間のユーザーを区別することを支援する。この方法は、コンピュータ（または、コンピュータのシステム）を使用して以下のようなブロックに記載されている過程を遂行する。

ブロック１０１では、人間のユーザーから登録のための要求を受け取ると、コンピュータは、登録のための認証情報を提供し、認証情報に対する人間のユーザーからの話し言葉による応答を促す。

ブロック１０２では、コンピュータは、人間のユーザーの話し言葉による応答から人間のユーザーの登録音声データを取得し、人間のユーザーの登録声紋を確立し、その声紋を保存する。

ブロック１０３では、次にユーザーからログオンのための要求を受け取ると、コンピュータは、ユーザーからの話し言葉による応答を促すログオンのための認証情報を提供する。

ブロック１０４では、コンピュータは、話し言葉による応答からユーザーのログオン音声データを取得し、ユーザーのログオン声紋を確立する。

ブロック１０５では、コンピュータは、ログオン声紋を登録声紋と比較することにより、ログオンを要求するユーザーが人間であるかどうかを決定する。

ブロック１０１及び１０２は、正当な人間のユーザーがウェブサービスにアクセスするために登録するユーザー登録過程の一部である。登録は、ユーザー登録のために一般に提供される通常のユーザー情報に加えて、人間のユーザーの音声データをコンピュータによって提供される或る確認情報に対する人間のユーザーの応答として取得する。

ブロック１０３、１０４、及び１０５は、人間機械認識過程が人間のユーザーを機械から区別するために使用されるユーザーログオン確認過程の一部である。ウェブサービスにアクセスするためのログオンしようとする全てのユーザーについて、コンピュータは、ユーザーに提供されるログオンのための認証情報に対するユーザーの話し言葉による応答からユーザーの音声データを取得し、ユーザーの声紋を確立する。次にコンピュータは、その声紋またはユーザーの声紋を人間のユーザーの登録された（保存された）声紋と比較し、そのユーザーが人間のユーザーであるかどうかを決定する。

一実施形態では、人間のユーザーの登録されたアカウントは、ユーザー名のようなユーザー識別情報を介してログオンをしようとするユーザーについて識別され、その結果、ログオンのための認証情報は、同じユーザーの登録のための認証情報から導出される。

この方法は、声紋認識技術を人間機械認識と組み合わせ、信頼性及び精度を向上させる。声紋認識は、生体認識技術の一種である。声紋認識は、話し言葉の波形から抽出された話者の音声パラメータに基づいて、話者の生理学的及び挙動特性を自動的に決定し、いくつかの用途では、決定された特性にもとずいて話者の識別を認識することが可能であり得る。全ての人は、人が他の人をどんなに厳密に模倣しても、その成長の過程で形成されたその人の声の器官によって決定される固有の声紋を有する。

一実施形態では、登録のための認証情報及びログオンのための認証情報は、テキストまたは画像の形式でレンダリングすることができる。音声認証保護の層のおかげで、認証情報自体は、普通の符号（例えば、数字または文字）のように、歪みなしで安全に提示することができ、ユーザーによって容易に読み取ることができる。これは、ユーザー経験を向上させることができる。しかしながら、望ましい場合には、登録及び／またはログオンのための認証情報は、歪ませる、または干渉画素と混合する、ことができる。

ログオン声紋と登録声紋との間の正確な比較を促進にする為に、ログオンのための認証情報は、登録のための認証情報のうちの少なくともいくつかの情報を含むことができる。一実施形態では、ログオンのための認証情報は、登録のための認証情報のサブセットである。

テキストに依存しない声紋認識及びテキストに関連する声紋認識の両方を使用することもできる。テキストに依存しない声紋認識では、登録のための認証情報内のテキスト及びログオンのための認証情報内のテキストは、任意で異なっていてもよい、または互いに依存しなくてもよい。対照的に、テキストに関連する声紋認識では、登録のための認証情報内の関連のテキスト及びログオンのための認証情報内の関連のテキストは、同一である必要がある、または声紋の比較及び照合のために使用される有意義な部分を少なくとも共有する必要がある。

純粋なテキストに依存しない声紋認識は、単純な手入力確認コード及びテキストに関連する声紋認識よりも悪い待ち時間性能を有する傾向があり、貧弱なユーザー経験をもたらす可能性がある。一方、純粋なテキストに関連する声紋認識は、そのバリエーション不足が原因で、攻撃をより受けやすい可能性がある。

いくつかの実施形態では、ログオンのための認証情報は、動的なテキストまたは動的なコードを有し、それは同じユーザーに対しても１つのログオンから別のものに変更可能であり、登録された認証情報と同一でない。一方、ログオンのための認証情報は、登録された認証情報のサブセットであり、テキストに関連する声紋認識は、より関連性のある、かつより正確な声紋認識、比較及び照合に使用することができる。この組合せは、人間機械認識の待ち時間性能及び信頼性を最適に平衡化する。

一実施形態では、ログオンのための認証情報は、登録のための認証情報内に含まれる要素の任意の組合せ及び／または順列によって形成される。そのような組合せの例示は、以下に説明する。

順列の定義、「ｎ個の異なる要素のｒ個の順列」は、ｎ個の異なる要素のセットから取り出され、取り出した順序で配列される同じものがないｒ個の要素の全ての可能な配列として定義される。ｎ個の異なる要素のｒ個の全ての順列の数は、Ｐ（ｎ，ｒ）によって表せる。

組合せの定義、「ｎ個の異なる要素のｒ個の組合せ」は、ｎ個の異なる要素のセットから取られて、要素の一切の順序を考慮せずに配列される同じものがないｒ個の要素の全ての可能な配列として定義される。ｎ個の異なる要素のｒ個の全ての組合せの数は、Ｃ（ｎ，ｒ）によって表せる。

上記のｎ及びｒは、共に正の整数であり、ｒはｎ以下である（ｒ≦ｎ）。

この実施形態では、登録のための認証情報は、以下のように提供される、

コンピュータは、最初に各々が数字または符号を有するｎ個の異なる第１の種類の要素をランダムに生成する。登録のための認証情報は、ｎ個の異なる第１の種類の要素のｒ個の縦列のセットに基づく。そのセットの要素は、各々がｎ個の異なる第１の種類の要素のｒ個の順列である第２の種類の要素である。Ｒは、登録のための認証情報として使用されるセット内の要素（第２の種類の要素）の総数を表すものとする。ｎ個の異なる第１の種類の要素のｒ個の順列の総数のＲの最大値は、次のように計算するこができる。

あるいは、上述のセットから選択される第２の種類の要素であるＴ（Ｔ≦Ｒ）のうちの任意のサブセットは、登録のための認証情報として提供することができる。

ログオンのための認証情報は、ｎ個の異なる第１の種類の要素のｒ個の順列のサブセットに基づく登録のための認証情報から動的かつランダムに取られる。

具体的には、ログオンのための認証情報は、本明細書で定義されたＲ個の異なる第２の種類の要素のｔ個の組合せの新しいセットまたはサブセットから取られる。新しいセットまたはサブセットの要素は、各々がＲ個の異なる第２の種類の要素のｔ個の組合せである第３の種類の要素である。第３の種類の要素の最大数はＣであり、以下のように計算することができる。

上記のｎ、ｒ、ｔ、Ｒは、正の整数であり、ｒはｎ以下であり（ｒ≦ｎ）、ｔはＲ以下であり（ｔ≦Ｒ）、Ｒは、登録のための認証情報のセットまたはサブセット内の要素（第２の種類の要素）の総数である。

具体的な例示
ユーザー登録時、コンピュータは、４個（ｎ＝４）の英数字（４個の第１の種類の要素）をランダムに生成する。２個（ｒ＝２）の同じものがない第１の種類の要素を取り出し、取り出した順序でそれらを配列すると、１２個（Ｒ＝１２）の第２の種類の要素のセットが得られる。そのセットまたはサブセットは、登録対象となる認証情報（すなわち、登録のための認証情報）のための基礎を形成する。

ログオンの確認時、登録された認証情報のセットまたはサブセットから３個（ｔ＝３）の第２の種類の要素を取り出し、３個の第２の種類の要素の組合せをログオンのための認証情報として使用する。

具体的な過程は、以下の通りである、
（Ａ）登録のための認証情報の生成
コンピュータは、４個の第１の種類の要素である４個の符号（すなわち、ｎ＝４）、６、ａ、９、ｋをランダムに生成する。

上記の４個の第１の種類の要素から、コンピュータは、同じものがない２つの要素を取り出し、取り出した順序でそれらを配列してＲ個の第２の種類の要素のセットを取得する。

上述のセットの具体的な第２の種類の要素は、
｛（６ａ），（６９），（６ｋ），（ａ６），（ａ９），（ａｋ），（９６），（９ａ），（９ｋ），（ｋ６），（ｋａ），（ｋ９）｝である。

その全体のセット、またはサブセットは、登録のための認証情報のための基礎とすることができる。

本明細書ではそのセット全体を取ることを前提とすると、登録のための認証情報は、１２個の第２の種類の要素の上記のセット全体を含み（各々が４個の第１の種類の要素の２個の要素の順列である）、登録のための認証情報は、アカウントを登録しようとしているユーザーに以下のように提供される（表示される）。

６ａ、６９、６ｋ、ａ６、ａ９、ａｋ、９６、９ａ、９ｋ、ｋ６、ｋａ、ｋ９

ユーザーは、表示された英数字情報を声に出して読むように促される。あるいは、上述のセットから選択される第２の種類の要素であるＴ（Ｔ≦１２）のうちの任意のサブセットは、登録のための認証情報として提供することができる。セット全体またはより大きなサブセットは、より優れたセキュリティ及び選択性を提供するが、サブセットとしてセットで提供された全ての情報を声に出して話すことによって音声データを登録するには、ユーザーにとってより面倒なことになる。実際には、必要に基づいてバランスを取ることができる。

（Ｂ）ログオンのための認証情報の生成
ユーザーによって要求されるその後のログオン過程では、上述の１２個の第２の種類の要素から選択される３個の第２の種類の要素（すなわち、ｔ＝３）の１つ以上の組合せは、ログオンのための認証情報として取り出され、ユーザーに表示される。本明細書では、ｔ＝３は、単なる例示の選択である。Ｔを超えない任意の他のメンバーを使用することもできる。

上述の１２個の第２の種類の要素のセット全体を登録のための認証情報とすることを前提とし（すなわち、Ｔ＝１２）、かつ組合せの順序を考慮しない場合、１２個の第２の種類の要素から作られる３個の要素の組合せのセットは、２２０個の第３の要素のセットを生じ、各第３の要素は、第２の種類の要素の３個の要素の組合せである。

このセットの第３の種類の要素の数は、以下のように計算される。

セットの具体的な第３の種類の要素は、｛［（６ａ）、（６９）、（６ｋ）］、［（ａ６）、（ａ９）、（ａｋ）］、［（９６）、（９ａ）、（９ｋ）］．．．．．．［（ｋ６）、（ｋａ）、（ｋ９）］｝であり、各第３の種類の要素（例えば、［（６ａ）、（６９）、（６ｋ）］）は、第２の種類の要素の３個の要素の組み合わせである。

ログオンのための認証情報は、そのセットまたはサブセットを使用して形成される。より具体的には、ログオンのための認証情報は、その上述のセットまたはサブセットから選択される１つ以上の第３の種類の要素であることができる。例えば、１個だけの要素［（ａ６）、（ａ９）、（ａｋ）］が選択されると、この選択された要素の情報は、ログオンのための認証上を構成し、ログオンしようとするユーザーに提供される（例えば、表示される）。ユーザーは、表示された英数字情報を声に出して読むように促される。

代替の実施形態では、認証情報は、英数字の代わりに質問及び回答に基づく。例えば、コンピュータが、複数の質問を質問バンクからランダムに選択し、登録時にユーザーに提供し、ユーザーに提供された全ての質問に対する回答を話すようにユーザーに要求する。ログオン時、コンピュータは、登録された質問から１つ以上の質問をランダムに選択し、選択された質問をユーザーに提供して話し言葉による回答を得る。

具体的な例示
ユーザー登録時、コンピュータは、質問バンクから４個の質問をランダムに選択し、登録のための認証情報として提供し、登録するユーザーに回答させる。ユーザーのログオン時、コンピュータは、登録された４個の質問から１個の質問を選択し、ログオンのための認証情報として提供し、ログオンをしようとするユーザーに回答させる。この過程は、以下に示す、

（Ａ）登録のための認証情報の生成
コンピュータは、登録のための質問を提供する、あなたの好きなスポーツは何ですか？あなたの好きな人はだれですか？あなたの好きな動物は何ですか？あなたは、どちらの大学に通っているのですか？登録を要求するユーザーは、コンピュータによって提供される４個の質問の各々に対する話し言葉による回答を提供するように促される。

（Ｂ）ログオンのための認証情報の生成
コンピュータは、ログオンのための質問を提供する、あなたの好きなスポーツは何ですか？ログオンを要求するユーザーは、コンピュータによって提供される質問に対する話し言葉による回答を提供するように促される。

本明細書に記載の方法は、人間の考え方とコンピュータの「考え」方との間のいくつかの本質的な違いを利用する。コンピュータは、人間の考え方を模倣するが、人間の感情、想像力、推測、及び他の精神活動が欠けている。それは、さらに人間の社会的側面及び創造性が欠けている。本開示は、従来技術の手入力の確認コードを動的確認コードに変更し、動的確認コードの関連する話し言葉によるテキストの音声入力を導入して、人間の挙動の或る動的要素及び人間のユーザーのバイオメトリック特性をもたらし、人間を機械から区別することを容易にする。

本明細書に記載した方法の人間機械認識の態様（すなわち、人間を機械から区別する機能）は、ユーザー名及びパスワードのような従来のログオン資格情報と組み合わせて使用することができる。一実施形態では、コンピュータは、登録時に人間のユーザーのユーザー識別を確立し、その後、ログオンを要求するユーザーからログオンユーザー識別情報を受け取る。ログオン声紋を登録声紋と比較する前に、コンピュータは、受け取ったログオンユーザー識別情報を人間のユーザーの登録されたユーザー識別と照合することにより、ログオンを要求するユーザーを識別する。ユーザー識別は、認証の前は暫定的であるが、受け取ったログオンのための認証情報を保存された登録のための認証情報にリンクすることを支援し、このようなリンクは、テキストに関連する声紋認識を適用するための基礎を提供する。

さらに、コンピュータは、登録時に人間のユーザーのパスワードを確立し、その後、ログオンを要求するユーザーからログオンパスワードを受け取ることができる。ログオンを要求するユーザーが、本明細書に記載された人間機械認識を使用して人間であることが決定されると、コンピュータは、次に、受け取ったログオンパスワードを登録されたパスワードと照合することにより、ログオンを要求するユーザーが登録されたユーザーであることを確認する。

原理的には、本明細書に記載の人間機械認識の過程は、他のログオン資格情報（例えば、手入力パスワード）の支援なしでユーザーを識別し、認証することができるが、そのようなログオン資格情報は、人間機械認識と共に使用されることが望ましい。例えば、手入力パスワードは、高レベルのプライバシーを提供する。公共の場所で、そのようなパスワードを声に出して読むことは推奨されない。また、特に声紋認識が、別の支援を受けずに完全な識別及び認証を行うことができるように十分に洗練され、かつ十分に独立していることが必要とされる場合、手入力パスワードを認証することは、声紋認識よりも待ち時間の問題が少ない。また、喪失した手入力パスワードは、電子メールアドレスまたは携帯電話番号を使用して容易に取り戻す、またはリセットすることができるが、声紋は、別の登録過程を必要とする。

図２は、本開示の方法で使用される登録のためのユーザーインターフェースの例示である。図２に示すように、ユーザー登録過程２００は、ユーザーがユーザー名及び従来のパスワードを確立し、さらに認証コード２０２の音声入力を登録するすことを要求する（本明細書に記載の登録のための認証情報の具体的な例示である）。マイクロホンスイッチ２０４（またはインジケータ）を設け、ユーザーが、マイクロホンをオンさせ、表示された認証コード２０２を声に出して読むことを可能にする。マイクロホンはまた、自動的に活性化することができる。コード変更オプション２０６がさらに設けられ、ユーザーは、音声入力を使用して登録される別の認証コードを要求することができる。

あるいは、ユーザーが直接に読み取ることを促す認証コード２０２を使用する代わりに、認証の質問をその代わりに表示することもでき、ユーザーによる音声の回答を促す。

コンピュータは、登録時にユーザーによって入力された音声入力に基づいてユーザーの登録声紋を確立し、本明細書に記載のようにログオン過程でその後の人間機械認識で使用するために登録声紋を保存する。

図３は、本開示の方法で使用されるログオンのためのユーザーインターフェースの例示である。図３に示すように、ユーザーログオン過程３００は、ユーザーがユーザー名及び従来のパスワードを入力し、さらにログオン認証コード３０２の音声入力する（本明細書に記載のログオンのための認証情報の具体的な例示である）ことを要求する。示された例示では、ログオン認証コード３０２は、登録認証コード２０２の５個の登録された要素のうちの２個の要素の組合せである。マイクロホンスイッチ３０４（またはインジケータ）を設け、ユーザーが、マイクロホンをオンさせ、表示されたログオン認証コード３０２を声に出して読むことを可能にする。マイクロホンはまた、自動的に活性化することができる。コード変更オプション３０６がさらに設けられ、ユーザーは、音声入力を使用して入力される別のログオン認証コードを要求することができる。ユーザーのログオン声紋をログオン認証コード３０２の音声入力から抽出し、ユーザーの登録された声紋と比較さしてログオンを要求するユーザーが人間であるかを決定する。ユーザー名及びパスワードの組合せでは、ログオンのユーザーは、登録されたユーザーであることがさらに識別され、認証することができる。

ログオンを要求するユーザーによって入力されたログオン認証コード３０４が、識別されたユーザーの登録された声紋に一致するログオン声紋を得ることに失敗すると、コンピュータは、ログオン要求を拒否することができる。ログオン認証コード３０４が成功した場合でも、ユーザーによって入力されたパスワードが登録されたパスワードに一致することに失敗すると、コンピュータは、ログオン要求を拒否することができる。コンピュータは、不正の機械のような悪意のある実践を検出すると、隔離または警報のステップをさらに取ることができる。

付加的なセキュリティ対策として、コンピュータは、所定の時間期間内に同じユーザーによる、または同じデバイスからのログオンの試行回数を制限することができる。閾値は、この目的のために事前設定することができる。コンピュータは、同じユーザーによる、または同じデバイスからのログオンの試行回数を計数する。所定の時間期間内の失敗したログオンの試行の合計数が、事前設定された閾値に達すると、コンピュータは、同じユーザーによる、または同じデバイスからの一切の追加のログオンの試行を拒否することができる。コンピュータが、疑わしい不正な機械を示す或るパターンを検出すると、機械は、ブラックリストに入れることができる。このセキュリティ対策は、ログオン要求の受け取りの後で人間機械認識を行う前に、行うことができ、閾値が、同じユーザーによって、または同じデバイスから到達されない場合、コンピュータは、ログオンを要求するユーザーが人間であるかどうかを決定するステップを取ることができる。

所定の期間の閾値及び長さは、経験的データまたは試験データに基づいて設定され、ネットワークの問題が繰り返されるログオンの試行の原因となる発生は、閾値に向かって計数されない。

図４は、人間を機械から区別するための方法を実施するシステムの概略図である。システム４００は、３つの層を含むアーキテクチャを有する。

ユーザー端末の層４１０は、音声通信デバイスを備えた１つ以上のユーザー端末を含む。ユーザー端末デバイスの例示は、ＰＤＡ４１１、デスクトップＰＣ４１２、スマート携帯端末４１３、ラップトップコンピュータ４１４、携帯電話４１５、タブレット４１６、ＭＡＣコンピュータ４１７、及び汎用クライアント端末４１８である。ユーザーは、ユーザー端末の１つを介してウェブサービスにアクセスする。

人間機械認識サービスアクセス層４２０は、ユーザーを識別すること及びユーザーのパスワードを確認することに対応する１つ以上のパスワーク確認サーバー４２１と、ユーザーの声紋を構築すること及び認識することに対応する１つ以上の声紋認識サーバー４２２と、人間及び機械の行動を評価すること、人間を機械から区別すること、及びにウェブサービスにアクセスできる人を制御することに対応する１つ以上の人間機械認識評価及び制御サーバー４２３と、を備える。パスワード確認サーバー４２１、声紋認識サーバー４２２、及び人間機械認識評価及び制御サーバー４２３は、共に相互の独立性を維持しながら相互牽制を共有するサーバーとして「権力分立」の原理に従って、ユーザーと、ウェブサービスへのユーザーのアクセスと、を管理する。

例えば、ユーザークライアント端末からのログオンの要求は、人間機械認識評価及び制御サーバー４２３によって評価され、要求が有効であるか、または正当であるかどうかが決定される。ログオン要求は、パスワード確認サーバー４２１によって確認され、声紋認識サーバー４２２によって認証される。ログオン要求は、全ての３つのサーバーのテスト通過した場合にのみ、ウェブサービスへのアクセスが認められる。同時に、人間機械認識評価及び制御サーバー４２３の結果は、完全には分離されず、パスワード確認サーバー４２１及び声紋認識サーバー４２２によって影響され、かつ監視される、その逆も可能である。

ウェブサービス層４３０は、１つ以上のウェブサービスを含み、限定するものではないが、データベースサーバー４３１、電子商取引サーバー４３２、アプリケーションサーバー４３３、電子メールサーバー、モバイルメッセージングサーバー４３５、ＦＴＰサーバー４３６、及びウェブサーバー４３７、を含む異なるサーバーリソースを提供する。

認証を要求するウェブサービスにアクセスするには、ユーザー（または、そのクライアント端末）は、パスワード確認、声紋認識による認証に合格し、人間機械認識評価によって承認されなければならない。

しかしながら、上述の機能は、パスワード確認サーバー４２１、声紋認識サーバー４２２、及び人間機械認識評価及び制御サーバー４２３のような専用のサーバーによって遂行される必要がない。代わりに、いくつかの機能は、以下に示すように、ネットワーク内のラウターで実施されてもよい。

図５は、エッジラウター上の人間機械認識サービスの集中型展開の概略図である。システム５００では、人間機械認識機能は、専用のサーバーの代わりにエッジラウター５２０で集中的に展開される。システム５００は、他の点においてシステム４００と同様である。

図６は、エッジラウター上の人間識別サービスの分散型展開の概略図である。システム５００では、人間機械認識機能は、専用のサーバーの代わりに、複数のエッジラウター６２０Ａ、６２０Ｂ、６２０Ｃ、６２０Ｄ、及び６２０Ｅにおいて分散的に展開される。システム６００は、他の点においてシステム４００及びシステム５００と同様である。

図５の集中型展開は、管理がより容易であるが、図６の分散型展開は、負荷平衡化アルゴリズムに基づく分散管理の利点を有し、単一障害点に対する攻撃を防ぎ、したがってウェブサービスシステム性能を改善することができる。

上述の技術は、コンピュータ実行可能命令を含む１つ以上の非一時的コンピュータ可読媒体の支援で実装することができる。非一時的コンピュータ実行可能命令は、コンピュータプロセッサが本明細書に記載の技術に従って行動を実行することを可能にする。コンピュータ可読媒体は、コンピュータデータを格納する任意の適当なメモリデバイスであり得ることを理解されたい。このようなメモリデバイスは、限定するものではないが、ハードディスク、フラッシュメモリデバイス、光学的データストレージ、及びフロッピーディスクを含む。さらに、コンピュータ実行可能命令を含むコンピュータ可読媒体は、ローカルシステム内の構成要素（複数可）、または複数の遠隔システムのネットワーク全体に分散された構成要素、から構成することができる。コンピュータ実行可能命令のデータは、有形の物理メモリデバイス内に配信されるか、または電子的に送信されるか、のいずれかであり得る。

本明細書に記載の方法に関連して、本開示はまた、本明細書に記載の方法を実装するコンピュータベース装置を提供する。

本開示では、「モジュール」は、概して特定のタスクまたは機能を行うように設計された機能性を指す。モジュールは、特定のタスクまたは機能に関連する目的を実現するためのハードウェア、ソフトウェア、計画もしくは方式、またはそれらの組合せである。また、別々のモジュールの描写は、必ずしも物理的に別のデバイスを使用していることを示唆しない。代わりに、その描写は、機能性のみであることができ、いくつかのモジュールの機能は、単一の組み合わせられたデバイスまたは構成要素によって行うことができる。コンピュータベースシステムで使用されるとき、プロセッサ、ストレージ、及びメモリのような通常のコンピュータ構成要素は、様々なそれぞれの機能を行う１つ以上のモジュールとして機能するようにプログラムすることができる。

図７は、声紋認識に基づく人間機械認識システムの実装の概略図である。コンピュータベース装置は、１つ以上のプロセッサ（複数可）７９０と、Ｉ／Ｏデバイス７９２と、アプリケーションプログラム（複数可）７８０を格納するメモリ７９４と、を有するサーバー７００を備える。サーバー７００は、以下に説明するような機能モジュールを有するようにプログラムされる。

声紋モデル化モジュール７２１は、適切なモデル化アルゴリズムを使用して声紋の特徴をモデル化するようにプログラムされる。

声紋登録モジュール７２２は、ユーザーの登録要求を受け取ると、登録のための認証情報を提供し、ユーザーに受け取った認証情報に対する話し言葉による応答を提供するように促し、その話し言葉に含まれるユーザーの音声データを取得するようにプログラムされる。声紋登録モジュール７２２はまた、声紋モデル化モジュール７２１に命令し、受け取った音声データに基づいて登録声紋（声紋特徴モデル）を確立するようにプログラムされる。

声紋認識モジュール７２３は、ユーザーのログオン要求を受け取ると、ログオンのための認証情報を提供し、ユーザーに受け取った認証情報に対する話し言葉による応答を提供するように促し、話し言葉に含まれるユーザーの音声データを受け取り、声紋モデル化モジュール７２１に命令し、受け取った音声データに基づいてログオン声紋を確立し、ログオン声紋を保存された登録声紋と比較するようにプログラムされる。

人間機械認識評価及び制御モジュール７２４は、ログオン声紋と保存された登録声紋との比較結果に基づいて、ログオンを要求するユーザーが、人間であるかどうかを決定し、さらに任意選択的にログオンを要求するユーザーが、登録されたユーザーと同じであるかどうかを決定するようにプログラムされる。

ログオンのための認証情報は、登録のための認証情報のサブセットであることができ、動的認証コード及びテキストに関連する声紋認識を可能にする。

いくつかの実施形態では、声紋認識モジュール７２２は、各々が英数字を含むｎ個の異なる第１の種類の要素を生成し、ｎ個の異なる要素から同じものがないｒ個の要素を取り出すことによって、ｎ個の第１の種類の要素のｒ個の順列を形成し、それらを取り出した順序で配列し、ｒは整数であり、ｒ≦ｎである。これによって、Ｒ個の第２の種類の要素のセットが得られ、Ｒは、ｎ個の第１の種類の要素のｒ個の順列の総数であり、各第２の種類の要素は、ｎ個の第１の種類の要素のｒ個の順列のうちの１つである。

声紋登録モジュール７２２は、Ｒ個の第２の種類の要素の上記のセットのサブセット、すなわち、Ｔ個の第２の種類の要素のセット、Ｔ≦Ｒ、をさらに選択し、Ｔ個の第２の種類の要素のセットを取り出し、それらを登録のための音声認証情報としてユーザーに提供する。いくつかの実施形態では、音声認証情報は、選択された第２の種類の要素に基づいて認証コードのセットとして提供される。

声紋認識モジュール７２３は、Ｔ個の第２の種類の要素のセットのサブセットを、ログオンを要求するユーザーにログオンのための音声認証情報として提供し、そのサブセットは、ｔ個の第２の種類の要素、ｔ≦Ｔ、を有する。

あるいは、声紋認識モジュール７２３は、Ｃ個の第３の種類の要素のセットを作成し、Ｃ個の第３の種類の要素のセットのうちの少なくとも１つの要素を、ログオンのための音声認証情報として共通のユーザーに提供し、各第３の種類の要素は、Ｔ個の第２の種類の要素のセットのサブセットであり、このサブセットは、ｔ個の第２の種類の要素、ｔ≦Ｔ、を有する。ログオンのための音声認証情報として提供される少なくとも１つの要素の選択は、ランダムに行うことができる。

上記のｎ、ｒ、ｔ、Ｒ、Ｔ、Ｃは、正の整数である。

別の実施形態では、声紋認識モジュール７２２は、質問のライブラリから複数の質問をランダムに選択し、選択された質問をユーザーに提供し、ユーザーに提供された各質問に対する話し言葉による回答を提供するように促す。これは、ユーザーの登録時に行われる。

次に、ユーザーがログオンをしようとするとき、声紋認識モジュール７２３は、質問を登録時に提供された複数の質問からランダムに選択し、選択された質問をユーザーに提供し、ユーザーにログオン過程の一部として質問に対する話し言葉による回答を提供するように促す。

サーバー７００は、他のモジュールにそれぞれの機能を行わせるようにプログラムすることができる。例えば、サーバー７００は、パスワード識別登録モジュールに、登録時にユーザーによって入力されたユーザー名及びパスワードを保存させ、パスワード及び識別確認モジュールに、ログオン時にユーザーによって入力されたユーザー名及びパスワードを受け取らせ、受け取ったユーザー名及びパスワードを登録で作成されて保存されたユーザー名及びパスワードと照合させる、ようにプログラムすることができる。これらの機能を使用し、人間機械認識評価及び制御モジュール７２４は、ユーザーが人間あることを決定するだけではなく、ユーザーが登録されたユーザーであるかを決定することができる。この決定は、声紋の照合の結果及びパスワードとユーザー名の照合の結果の両方に基づく。

人間機械認識評価及び制御モジュール７２４は、最初に同じユーザーによる、または同じ端末デバイスからのログオンの試行の回数が事前設定の閾値に達したかを決定し、その結果が否定的である場合のみに、声紋認識モジュール７２３に命令し、ログオンのための音声認証情報をユーザーに提供することができる。

閾値及び所定の期間の長さは、ネットワークの問題が繰り返されるログオンの試行の原因となる発生が除外されるように、経験的データまたは試験データに基づいて設定される。

図８は、従来のログオン確認及び声紋認識の両方を組み合わせた実装形態となる別の人間期間認識システムの概略図である。コンピュータベース装置は、１つ以上のプロセッサ（複数可）８９０、Ｉ／Ｏデバイス８９２、アプリケーションプログラム（複数可）８８０を格納するメモリ８９４を有するサーバー８００を備える。サーバー８００は、以下に記載されるような機能モジュールを有するようにプログラムされる。

人間機械認識システム８０は、識別及びパスワード管理システム８１、声紋管理システム８２、及びＣＡＰＴＣＨＡ評価及び制御システム８３を含むサブシステムを有する。これらのサブシステムは、ユーザーのパスワード識別及びユーザーの声紋の両方の確認に基づいて、ユーザーの正当性及びユーザーによるログオンの試行の有効性を決定するのに役立つ。ＣＡＰＴＣＨＡ評価及び制御システム８３は、単一のユーザーが複数の端末を同時に使用している、または複数のユーザーが単一の端末を同時に使用している、場合において、異常をさらに識別することができる。

（Ａ）識別及びパスワードシステム８１は、パスワード認証サーバーであることができ、以下に記載のモジュールを含む。

識別及びパスワード登録モジュール８１１：このモジュールは、ユーザーが識別管理サブシステム８１を使用してユーザーＩＤ及びパスワードを登録するための要求を提出するためにある。

キー及び証明割り当てモジュール８１２：ユーザーＩＤ及びパスワードを登録するためのユーザーの要求をモジュール８１１で受け取ると、キー及び証明割り当てモジュール８１２は、登録情報の正当性を確認し、確認が成功すると適切なキー及び証明をユーザーに割り当てる。

キー及び証明保存モジュール８１３：このモジュールは、様々なユーザーに割り当てられたキー及び証明を保存し、管理するためにある。

キー及び証明更新モジュール８１４：このモジュールは、様々なユーザーに以前に割り当てられたキー及び証明を変更する、または失効させるためにある。

識別及びパスワード確認モジュール８１５：このモジュールは、ユーザー識別及びパスワードを確認する要求を受け取り、相応に確認を行う。この確認は、ユーザーのキー及び証明の有効性を確認することを含むことができる。識別及びパスワード確認モジュール８１５はまた、識別及びパスワード確認を要求するサブモジュールを有することができる。しかしながら、この要求の機能は、サーバーの代わりにクライアント端末で実装することができる。識別及びパスワード確認モジュール８１５は、サーバー８００上で、またはユーザー識別及びパスワード確認に専用される別のサーバー上で、実装することができる。

（Ｂ）声紋管理システム８２は、声紋サーバーであることができ、以下に記載されるモジュールを含む。

動的確認コード管理モジュール８２１：このモジュールは、テキストに関連する動的な認証コードの生成、削除、及び追加に対応する。いくつかの実施形態では、このモジュールは、声紋登録モジュール８２２及び／または声紋認識モジュール８２５と組み合わせることができる。

声紋登録モジュール８２２：声紋認識に基づくユーザー識別を登録するための要求をユーザー端末から受け取ると、声紋登録モジュール８２２は、登録のための音声認証情報をユーザー端末に提供することにより、その要求に応答する。本明細書に記載するように、登録のための音声認証情報は、ユーザーによる音声の応答を要求する英数字の列を含むランダムに生成された音声認証コードであり得る。いくつかの実施形態では、音声認証コード内の英数字は、ユーザー端末で歪みなしで表示される。いくつかの実施形態では、英数字は、歪んだ画像として表示される。

声紋特徴抽出モジュール８２３：ユーザー端末から音声の応答を受け取ると、このモジュールは、ユーザーの音声をサンプリングし、音声の特徴を抽出して声紋を構築する。

声紋モデル化モジュール８２４：、このモジュールは、抽出された音声特徴に基づくモデル化によって声紋を構築する。いくつかの実施形態では、声紋モデル化モジュール８２４は、声紋特徴抽出モジュール８２３と組み合わせることができる。

声紋認識モジュール８２５：その後、ユーザーがユーザー端末でログオンをしようとすると、音声認識モジュール８２５が、ユーザーのログオン声紋をユーザーの以前に登録された声紋と比較し、比較の結果をＣＡＰＴＣＨＡ評価及び制御システム８３に送る。声紋認識モジュール８２５は、ユーザーに提供されるログオンのための音声認証情報に対する話し言葉による応答を受け取り、音声の特徴を抽出し、ログオン声紋を構築する。あるいは、これらの機能は、登録及びログオンの両方について音声特徴抽出及び声紋モデル化を行うことができる声紋特徴抽出モジュール８２３及び声紋モデル化モジュール８２４によって共有することができる。

（Ｃ）ＣＡＰＴＣＨＡ評価及び制御システム８３は、ＣＡＰＴＣＨＡ評価及び制御サーバーであることができ、以下に記載のモジュールを含む。

ＣＡＰＴＣＨＡ評価モジュール８３１：このモジュールは、最終の人間機械認識のためにある。ＣＡＰＴＣＨＡ評価モジュール８３１は、識別及びパスワード管理システム８１及び声紋管理システム８２の両方から結果を受け取り、従来のユーザーＩＤ及びパスワード確認と、声紋基本認証と、の両方の観点からユーザーの有効性及び正当性と、ログオン要求と、を評価し、ログオンするためのユーザー要求を許可するかを決定する。この決定は、様々種類、例えば、許容可能、無効、許容不能、または悪意がある、などを有することができる。

ネットワークサービスアクセス制御モジュール８３２：このモジュールは、ＣＡＰＴＣＨＡ評価モジュール８３１の結果に基づいて、ユーザーによって要求されたネットワークサービスへのアクセスを制御する。ネットワークサービスアクセス制御モジュール８３２の動作は、ＣＡＰＴＣＨＡ評価モジュール８３１によって行われた決定のタイプに対応することができる。例えば、モジュール８３１が、ログオン要求が認可されていないユーザーまたは悪意のあるコンピュータプログラムによることを決定すると、モジュール８３２が、モジュール不正端末警告及び隔離モジュール８３３をトリガーし、警報を生成する、またはユーザーもしくはユーザー端末をブラックリストに載せる。

不正端末警告及び隔離モジュール８３３：ネットワークサービスアクセス制御モジュール８３２からの警報またはブラックリスト要求に適切な応答を行なう。

識別及びパスワード管理システム８１、声紋管理システム８２、及びＣＡＰＴＣＨＡ評価及び制御システム８３は、それぞれ別々のサーバー上に実装される、または同じサーバーシステムに組み合わせる、ことができることに留意されたい。本明細書に記載の機能モジュールは、集中型モデルまたは分散型モデルのいずれかで、エッジラウター上に展開することができる。本明細書に記載の同じモジュールの機能は、ハードウェアの同じ部分で具体化されることを要求されるものではなく、ハードウェアの複数の部分にわたって分散することができる。同様に、異なるモジュールの機能は、ハードウェアの同じ部分に展開することができる。

装置の上記の実施形態は、本明細書に記載の方法に実施形態に関連し、方法の実施形態の詳細な説明は、装置の実施形態にも適用可能であるので、繰り返されていない。

本開示に記載の技術は、汎用コンピューティング機器または環境、もしくは専用コンピューティング機器または環境で実装することができ、限定するものではないが、パーソナルコンピュータ、サーバーコンピュータ、ハンドヘルドコンピュータもしくは携帯デバイス、タブレットデバイス、マルチプロセッサシステム、マイクロプロセッサベースシステム、セットトップボックス、プログラム可能な民生デバイス、ネットワークＰＣ、マイクロコンピュータもしくは大規模メインフレームコンピュータ、または上記の例示の１つ以上を備える任意の分散型環境、で実装することができる。

モジュールは、具体的には、機械実行可能コマンド及びコードに基づくコンピュータプログラムモジュールを使用して実装することができる。概して、コンピュータプログラムモジュールは、特定のタスクを行う、またはルーチン、プログラム、オブジェクト、コンポーネント、データ構造などの特定の中小データのタイプを実装すること、ことができる。本開示に記載の技術はまた、分散型コンピューティング環境のような分散されたコンピューティング環境で実行して、通信ネットワークを介して接続された遠隔処理デバイスによってタスクを行うことができる。分散型コンピューティング環境では、プログラムモジュールは、メモリデバイスを備えるローカルまたは遠隔のコンピュータストレージ媒体のいずれかに位置することができる。

本明細書に記載の潜在的な利益及び利点は、添付の特許請求の範囲に対して限定するもの、または制限するものとして解釈されるべきでないことを理解されたい。

情報確認の方法及び装置は、上記の本開示に詳細に記載されている。例示の実施形態は、本開示の本発明の概念及び実装形態を示すために用いられている。例示の実施形態は、本開示の方法及び中核となる概念のより良い理解のためのみに使用される。本開示の概念に基づき、当業者は、例示の実施形態及び応用分野を変更することができる。

Claims (20)

1. 人間を機械から区別するための方法であって、
   登録のための認証情報を登録を要求する人間のユーザーに提供し、前記人間のユーザーが登録のための前記認証情報に対する話し言葉による応答を提供するように促される、ことと、
   登録のための前記認証情報に対する前記話し言葉による応答から登録音声データを取得することと、
   前記取得された登録音声データに基づいて、前記人間のユーザーの登録声紋を確立することと、
   ログオンのための認証情報をログオンを要求するユーザーに提供し、ログオンを要求する前記ユーザーがログオンのための前記認証情報に対する話し言葉による応答を提供するように促される、ことと、
   ログオンのための前記認証情報に対する前記話し言葉による応答からログオン音声データを取得することと、
   前記受け取ったログオン音声データに基づいて、ログオンを要求する前記ユーザーのログオン声紋を確立することと、
   前記ログオン声紋を前記登録声紋と比較することにより、ログオンを要求する前記ユーザーが人間であるかどうかを決定することと、を含む方法。
2. 前記人間のユーザーの登録されたユーザー識別を確立することと、
   ログオンを要求する前記ユーザーからログオンユーザー識別を受け取ることと、
   前記受け取ったログオンユーザー識別を前記人間のユーザーの前記登録されたユーザー識別と照合することにより、ログオンを要求する前記ユーザーを識別することと、
   ログオンを要求する前記ユーザーと識別された前記人間のユーザーの登録のための前記認証情報に基づいて、ログオンのための前記認証情報を提供することを決定することと、をさらに含む、請求項１に記載の方法。
3. 前記人間のユーザーのパスワードを登録することと、
   ログオンを要求する前記ユーザーからログオンのパスワードを受け取ることと、
   ログオンを要求する前記ユーザーが人間であることが決定されると、前記受け取ったログオンのパスワードを前記人間のユーザーの前記登録されたパスワードと照合することにより、ログオンを要求する前記ユーザーが前記人間のユーザーであることを確認することと、をさらに含む、請求項１に記載の方法。
4. ログオンのための前記認証情報が、登録のための前記認証情報の少なくとも一部を含む、請求項１に記載の方法。
5. ログオンのための前記認証情報が、登録のための前記認証情報のサブセットである、請求項１に記載の方法。
6. 登録のための前記認証情報を前記人間のユーザーに提供することが、
   ｎ個の第１の種類の要素のセットを生成し、ｎが整数である、ことと、
   Ｔ個の第２の種類の要素のセットを作成し、各第２の種類の要素が、前記ｎ個の第１の種類の要素のｒ個の順列のうちの１つであり、ｒが整数であり、かつｒ＜ｎであり、かつＴ≦Ｒであり、Ｒが前記ｎ個の第１の種類の要素のｒ個の順列の総数である、ことと、
   前記Ｔ個の第２の種類の要素のセットを登録のための前記認証情報として前記人間のユーザーに提供することと、を含む、請求項１に記載の方法。
7. 前記ｎ個の第１の種類の要素がランダムに生成される、請求項６に記載の方法。
8. ログオンのための前記認証情報をログオンを要求する前記ユーザーに提供することが、
   Ｔ個の第２の種類の要素の前記セットのサブセットを、ログオンのための前記認証情報としてログオンを要求する前記ユーザーに提供し、前記サブセットがｔ個の第２の種類の要素を有し、ｔ≦Ｔである、請求項６に記載の方法。
9. ログオンのための前記認証情報をログオンを要求する前記ユーザーに提供することが、
   Ｃ個の第３の種類の要素のセットを作成し、各第３の種類の要素が、Ｔ個の第２の種類の要素の前記セットのサブセットであり、前記サブセットがｔ個の第２の種類の要素を有し、ｔ≦Ｔである、ことと、
   Ｃ個の第３の種類の要素の前記セットのうちの少なくとも１つの要素を、ログオンのための前記認証情報として前記人間のユーザーに提供することと、である、請求項６に記載の方法。
10. 各第１の種類の要素が英数字を含む、請求項６に記載の方法。
11. 登録のための前記認証情報に対する前記話し言葉による応答が、登録のための前記認証情報の少なくとも一部を声に出して読むことを含む、請求項１に記載の方法。
12. ログオンのための前記認証情報に対する前記話し言葉による応答が、ログオンのための前記認証情報の少なくとも一部を声に出して読むことを含む、請求項１に記載の方法。
13. 登録のための前記認証情報が、質問を含み、登録のための前記認証情報に対する前記話し言葉による応答が、前記質問に対する回答を声に出して読むことを含み、ログオンのための前記認証情報が、同じ前記質問を含み、ログオンのための前記認証情報に対する前記話し言葉による応答が、同じ前記質問に対する前記回答を声に出して読むことを含む、請求項１に記載の方法。
14. 登録のための前記認証情報が、複数の質問を含み、登録のための前記認証情報に対する前記話し言葉による応答が、前記複数の質問の各々に対するそれぞれの回答を声に出して読むことを含み、ログオンのための前記認証情報が、前記複数の質問からランダムに選択された質問を含み、ログオンのための前記認証情報に対する前記話し言葉による応答が、前記複数の質問からランダムに選択された前記質問に対する前記それぞれの回答を声に出して読むことを含む、請求項１に記載の方法。
15. 事前設定された期間内にログオンを要求する前記ユーザーによって行われたログオンの要求の回数を計数することと、
    ログオンの要求の前記回数が、事前設定された閾値に達すると、ログオンするための前記ユーザーの要求を拒否することと、をさらに含む、請求項１に記載の方法。
16. 人間をコンピュータから区別する方法であって、
    人間のユーザーのログオン資格情報のセットを登録することと、
    登録のための認証情報を前記人間のユーザーに提供し、前記人間のユーザーが、登録のための前記認証情報に対する話し言葉による応答を提供するように促される、ことと、
    登録のための前記認証情報に対する前記話し言葉による応答から登録音声データを取得することと、
    前記取得された登録音声データに基づいて、前記人間のユーザーの登録声紋を確立することと、
    前記ユーザーから受け取るログオン資格情報のセットを前記人間のユーザーの前記登録されたログオン資格情報と照合することによりログオンを要求するユーザーを識別することと、
    ログオンのための認証情報をログオンを要求する前記ユーザーに提供し、ログオンを要求する前記ユーザーが、ログオンのための前記認証情報に対する話し言葉による応答を提供するように促され、ログオンのための前記認証情報が、前記ログオン資格情報によって識別された前記人間のユーザーの登録のための前記認証情報に基づいて決定される、ことと、
    ログオンのための前記認証情報に対する前記話し言葉による応答からログオン音声データを取得することと、
    前記受け取ったログオン音声データに基づいて、ログオンを要求する前記ユーザーのログオン声紋を確立することと、
    前記ログオン声紋を前記登録声紋と比較することにより、ログオンを要求する前記ユーザーが人間であるかどうかを決定することと、を含む、方法。
17. ログオンのための前記認証情報が、登録のための前記認証情報のサブセットである、請求項１６に記載の方法。
18. 登録のための前記認証情報を前記人間のユーザーに提供することが、
    ｎ個の第１の種類の要素のセットを生成し、ｎが整数である、ことと、
    Ｔ個の第２の種類の要素のセットを作成し、各第２の種類の要素が、前記ｎ個の第１の種類の要素のｒ個の順列のうちの１つであり、ｒが整数であり、かつｒ＜ｎであり、かつＴ≦Ｒであり、Ｒが前記ｎ個の第１の種類の要素のｒ個の順列の総数である、ことと、
    Ｔ個の第２の種類の要素の前記セットを登録のための前記認証情報として前記人間のユーザーに提供することと、を含む、請求項１６に記載の方法。
19. ログオンのための前記認証情報をログオンを要求する前記ユーザーに提供することが、
    Ｃ個の第３の種類の要素のセットを作成し、各第３の種類の要素が、Ｔ個の第２の種類の要素の前記セットのサブセットであり、前記サブセットがｔ個の第２の種類の要素を有し、ｔ≦Ｔである、ことと、
    Ｃ個の第３の種類の要素の前記セットのうちの少なくとも１つの要素を、ログオンのための前記認証情報として前記人間のユーザーに提供することと、を含む、請求項１８に記載の方法。
20. 人間をコンピュータから区別するためのコンピュータベース装置であって、
    プロセッサ、コンピュータ可読メモリ及び記憶媒体、及びＩ／Ｏデバイスを有するコンピュータであって、
    登録のための認証情報を登録を要求する人間のユーザーに提供し、前記人間のユーザーが登録のための前記認証情報に対する話し言葉による応答を提供するように促される、ことと、
    登録のための前記認証情報に対する前記話し言葉による応答から登録音声データを取得することと、
    前記取得された登録音声データに基づいて、前記人間のユーザーの登録声紋を確立することと、
    ログオンのための認証情報をログオンを要求するユーザーに提供し、ログオンを要求する前記ユーザーがログオンのための前記認証情報に対する話し言葉による応答を提供するように促される、ことと、
    ログオンのための前記認証情報に対する前記話し言葉による応答からログオン音声データを取得することと、
    前記受け取ったログオン音声データに基づいて、ログオンを要求する前記ユーザーのログオン声紋を確立することと、
    ログオン声紋を登録声紋と比較することにより、ログオンを要求するユーザーが人間であるかどうかを決定することと、を含む機能を行うようにプログラムされたコンピュータを備える、装置。