JP6412487B2

JP6412487B2 - 認証要素選択装置、認証要素選択方法、およびプログラム

Info

Publication number: JP6412487B2
Application number: JP2015246969A
Authority: JP
Inventors: 史堯工藤; 健一郎武藤; 秀樹川邊; 山本　隆広; 隆広山本; 庭野　栄一; 栄一庭野
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 2015-12-18
Filing date: 2015-12-18
Publication date: 2018-10-24
Anticipated expiration: 2035-12-18
Also published as: JP2017111702A

Description

この発明は、情報セキュリティの技術分野に関し、特に、認証に利用する特徴情報の最適な組み合わせを選択する技術に関する。

従来から、利用者環境や行動的特徴、身体的特徴などを表す複数の情報（以後、特徴情報と呼ぶ）を用いて、認証や不正アクセスのリスクを判定する技術が存在する（例えば、非特許文献１−３参照）。

非特許文献１には、Webアプリケーションや端末へのログイン認証時に、特徴情報を収集・分析して、認証試行者のなりすましリスクを判定する技術が記載されている。非特許文献２には、同じくWebアプリケーションや端末へのログイン認証時に、特徴情報を収集・分析する技術が記載されている。非特許文献１−２はいずれも、事前に設定された特徴情報を全アカウント共通で画一的に利用するため、ユーザごとに本人識別精度にばらつきが出るという問題がある。

非特許文献３では、収集可能な行動情報のうち、安定した特徴量として利用できる情報がユーザごとに異なることが示され、収集した特徴情報すべてを使うよりも、安定した特徴量となる特徴情報のみを選択した場合の方が、認証精度が向上することが報告されている。しかしながら、ユーザごとに最適な特徴情報を自動で選択するアルゴリズムは提示されていない。

EMCジャパン株式会社，"RSAリスク・ベース認証"，［online］，［平成27年11月30日検索］，インターネット〈URL：http://japan.emc.com/security/rsa-securid/rsa-risk-based-authentication.htm〉 Witte, H., Rathgeb, C., Busch, C., "Context-Aware Mobile Biometric Authentication based on Support Vector Machines," Emerging Security Technologies (EST), 2013 Fourth International Conference , pp. 29-32, 2013 山田太一，平川豊，"個別閾値を用いたオンライン署名認証システム"，情報科学技術フォーラム講演論文集，vol. 8(3)，pp. 129-130，2009

非特許文献３では、選択する特徴情報の数が固定であり、最も本人識別精度が高くなる最適な特徴情報の組み合わせを選択することは考慮されていない。また、認証に利用する特徴情報をどのように選択するにしても、利用すべき特徴情報は常に変化する可能性があるため、認証試行のたびに動的な特徴情報の選択ができる必要がある。非特許文献３ではこれらを実現することができないという問題がある。

この発明の目的は、上述のような問題を鑑みて、認証システムが利用可能な複数の特徴情報の中から、ユーザごとに最適な特徴情報の組み合わせを動的に選択することができる認証要素選択技術を提供することである。

上記の課題を解決するために、この発明の認証要素選択装置は、複数の特徴情報を用いてユーザの認証を行う認証装置に対して認証対象とするユーザである認証対象者に関する一以上の特徴情報を組み合わせて入力する認証要素選択装置であって、複数の特徴情報から一以上の特徴情報が含まれる相異なる特徴情報の組み合わせを抽出する複数のマスクを生成するマスク生成部と、複数のマスクそれぞれについて、認証対象者に関する過去の特徴情報に当該マスクをかけて認証装置に入力したときに認証に失敗した割合を表す本人拒否率と、認証対象者以外のユーザに関する過去の特徴情報に当該マスクをかけて認証装置に入力したときに認証に成功した割合を表す他人受入率とを計算するマスク評価部と、本人拒否率と他人受入率とに基づいて、複数のマスクの中から認証対象者に適用する利用マスクを決定し、入力された認証対象者に関する特徴情報に利用マスクをかけて認証装置へ入力する利用マスク選択部と、を含む。

この発明の認証要素選択技術によれば、ユーザごとに認証に利用する特徴情報を動的に最適化することができ、本人識別精度が向上する。

図１は、認証要素選択装置の機能構成を例示する図である。図２は、特徴情報ログテーブルの具体例を示す図である。図３は、マスク評価結果テーブルの具体例を示す図である。図４は、マスク評価結果テーブルの具体例を示す図である。図５は、認証要素選択方法の処理手続きを例示する図である。図６は、特徴情報とマスクとの演算結果の具体例を示す図である。図７は、本人拒否率算出の処理手続きを例示する図である。図８は、他人受入率算出の処理手続きを例示する図である。図９は、マスク選択ポリシーの具体例を示す図である。

以下、この発明の実施の形態について詳細に説明する。なお、図面中において同じ機能を有する構成部には同じ番号を付し、重複説明を省略する。

この発明の認証要素選択技術では、特徴情報を用いて認証や不正アクセスのリスクを判定する技術において、ユーザごとに本人拒否率（FRR: False Rejection Rate）および他人受入率（FAR: False Acceptance Rate）が最適となる特徴情報の組み合わせを選択することで、本人識別精度を向上する。特徴情報は、従来技術と同様に、認証に利用する利用者環境や行動パターンを表す情報である。本人拒否率とは、本人であるにもかかわらず本人ではないと判断されてしまう確率である。他人受入率とは、他人であるにもかかわらず本人であると誤認してしまう確率である。

以下の実施形態では、従来技術と同様に、特徴情報を認証のたびに収集・蓄積し、学習データとして利用する認証システムを前提とする。この認証システムでは、学習データが更新された任意のタイミングで、全N個の特徴情報から、1〜N個を選び出すすべての組み合わせ（もしくは、予め定められた任意の組み合わせ）について、収集・蓄積された当該ユーザ本人の特徴情報と、任意の他のユーザの特徴情報とを用いて、本人拒否率および他人受入率を計算する。

特徴情報の組み合わせの抽出は、ベクトル演算を用いたマスキングで実現する。これにより、取り扱うことができる特徴情報の数に依存しない汎用性の高い認証システムとすることができる。得られた本人拒否率と他人受入率とから、任意のポリシーに基づいて、利用する特徴情報の組み合わせを決定する。そして、決定した特徴情報の組み合わせを用いて、搭載された認証アルゴリズムを実行する。

実施形態の認証システムは、図１に示すように、認証要素選択装置１と認証装置２とを含む。認証要素選択装置１は、図１に示すように、マスク生成部１１、マスク評価部１２、利用マスク選択部１３、ログ記憶部１４、および評価結果記憶部１５を備える。この認証要素選択装置１と認証装置２とが協調して後述する各ステップの処理を行うことにより実施形態の認証要素選択方法が実現される。

認証要素選択装置１は、例えば、中央演算処理装置（CPU: Central Processing Unit）、主記憶装置（RAM: Random Access Memory）などを有する公知又は専用のコンピュータに特別なプログラムが読み込まれて構成された特別な装置である。認証要素選択装置１は、例えば、中央演算処理装置の制御のもとで各処理を実行する。認証要素選択装置１に入力されたデータや各処理で得られたデータは、例えば、主記憶装置に格納され、主記憶装置に格納されたデータは必要に応じて読み出されて他の処理に利用される。また、認証要素選択装置１の各処理部の少なくとも一部が集積回路等のハードウェアによって構成されていてもよい。認証要素選択装置１が備える各記憶部は、例えば、RAM（Random Access Memory）などの主記憶装置、ハードディスクや光ディスクもしくはフラッシュメモリ（Flash Memory）のような半導体メモリ素子により構成される補助記憶装置、またはリレーショナルデータベースやキーバリューストアなどのミドルウェアにより構成することができる。認証要素選択装置１が備える各記憶部は、それぞれ論理的に分割されていればよく、一つの物理的な記憶装置に記憶されていてもよい。

ログ記憶部１４には、認証装置２により認証される複数のユーザに関する過去の特徴情報からなる特徴情報ログが蓄積されている。各特徴情報ログは、認証装置２の入力に合致するように、ユーザを一意に識別するための識別子（以後、ユーザＩＤと呼ぶ）と、m種類の特徴情報が各列に設定された1行m列の行列とを含むように構成されている。図２に、ログ記憶部１４に記憶される特徴情報ログテーブルの例を示す。図２の例では、ユーザＩＤが「0001」であるユーザに関して、3種類の特徴情報x1, x2, x3が関連付けて蓄積されている。各特徴情報ログには、その特徴情報ログを一意に識別する連番（ログ番号）が付与されている。

認証装置２は、複数の特徴情報を用いてユーザの認証を行う機能を備える情報処理装置である。この実施形態では、例えば、特徴情報ベクトルを入力とし、任意の認証アルゴリズムにより認証を実行し、その認証結果（成功もしくは失敗）を出力するインターフェースを備えるものとする。特徴情報ベクトルは、ユーザＩＤと、当該ユーザに関するm種類の特徴情報が各列に設定された1行m列の行列とを含む。認証装置２が実行する認証アルゴリズムは、入出力のインターフェースが合っている限り、特に限定されない。図１では、認証装置２を一台の装置からなる認証装置として示したが、複数台の装置から構成される認証システムであっても構わない。

以下、図５を参照して、実施形態の認証要素選択方法の処理手続きを説明する。

ステップＳ１１１において、マスク生成部１１は、認証対象とするユーザ（以後、認証対象者と呼ぶ）に関する特徴情報ベクトル（U, X）を受信する。ここで、Uは認証対象者のユーザＩＤであり、X=(x₁, …, x_m)は認証対象者に関するm種類の特徴情報が各列に設定された1行m列の行列である。

ステップＳ１１２において、マスク生成部１１は、一以上の特徴情報が含まれる相異なる特徴情報の組み合わせを抽出する複数のマスクを生成する。各マスクは、例えば、m種類の特徴情報から1〜m種類の特徴情報を選び出す任意の組み合わせについて、選んだ特徴情報は透過する旨を示す情報が設定され、その他の特徴情報は認証に利用しない旨を表す情報が設定された、1行m列の行列マスクにより表現される。マスクは特徴情報のすべての組み合わせについて生成してもよいし、一部の組み合わせのみについて生成してもよい。以降の説明では、α個のマスクM₁, …, M_αが生成されたものとする。

図６を用いて、マスクの作成について、具体例を挙げて説明する。図３の例では、3種類の特徴情報x₁, x₂, x₃を用いるものとし、入力された特徴情報ベクトル(x₁, x₂, x₃)に対して、特徴情報のすべての組み合わせを抽出するための7個のマスク(1, 1, 1), (1, 1, 0), (1, 0, 1), (0, 1, 1), (1, 0, 0), (0, 1, 0), (0, 0, 1)を生成している。ここでは、マスク中で「1」が設定された列の特徴情報は透過し、「0」が設定された列の特徴情報は利用しないことを表している。したがって、例えば、入力された特徴情報ベクトル(x₁, x₂, x₃)にマスク(1, 1, 0)をかけると、その演算結果は(x₁, x₂, 0)となる。また、例えば、特徴情報ベクトル(x₁, x₂, x₃)にマスク(0, 1, 0)をかけると、その演算結果は(0, x₂, 0)となる。

マスク生成部１１は、生成したマスクM₁, …, M_αを用いて、認証対象者に関するマスク評価結果テーブルを生成し、評価結果記憶部１５へ記憶する。図３に、生成時のマスク評価結果テーブルの具体例を示す。図３の例は、ユーザＩＤが「0001」であるユーザに関するマスク評価結果テーブルである。各マスク（1, 2, 3, …, α）に対して、そのマスクを一意に識別する識別子（マスクＩＤ）が設定され、以降のステップＳ１２２−Ｓ１２３で算出される本人拒否率（FRR）と他人受入率（FAR）とを保持するための空の列が用意されている。

ステップＳ１２１において、マスク評価部１２は、マスク生成部１１で生成されたα個のマスクM₁, …, M_αの中から評価対象とするマスクMを選択する。

ステップＳ１２２において、マスク評価部１２は、選択されたマスクMについて、認証対象者に関する本人拒否率を算出する。算出したマスクMの本人拒否率は、評価結果記憶部１５に記憶されているマスク評価結果テーブルに書き込む。図４に評価後のマスク評価結果テーブルの具体例を示す。図４の例では、マスクＩＤが「1」であるマスク(1, 1, 1)のFRRは「0.1」すなわち10％であり、マスクＩＤが「2」であるマスク(1, 1, 0)のFRRは「0.05」すなわち5％である。

以下、図７を参照して、本人拒否率の算出処理について、より詳細に説明する。

ステップＳ１２２１において、マスク評価部１２は、ログ記憶部１４に蓄積された特徴情報ログテーブルから、認証対象者本人に関する特徴情報ログX₁, …, X_K1を抽出する。K1は、マスクMを評価するための特徴情報ログの数である。K1は予め定めた定数であってもよいし、認証対象者本人に関するすべての特徴情報ログの数であってもよい。

ステップＳ１２２２において、マスク評価部１２は、特徴情報ログを参照するためのインデックスN1を1に初期化する。

ステップＳ１２２３において、マスク評価部１２は、N1番目の特徴情報ログX_N1に評価対象のマスクMをかけてマスク済み特徴情報X'_N1を生成し、そのマスク済み特徴情報X'_N1と認証対象者のユーザＩＤとを組にした特徴情報ベクトル（U, X'_N1）を、認証装置２へ入力する。認証装置２では、入力されたマスク済み特徴情報X'_N1を用いて認証対象者Uの認証を実行し、その認証結果をマスク評価部１２へ出力する。

ステップＳ１２２４において、マスク評価部１２は、認証装置２から特徴情報ベクトル（U, X'_N1）に対する認証結果を受信する。

ステップＳ１２２５において、マスク評価部１２は、認証結果が認証成功であったか認証失敗であったかを検証する。認証失敗（No）であれば、ステップＳ１２２６において、NG回数をカウントアップし、ステップＳ１２２７へ処理を進める。認証成功（Yes）であれば、ステップＳ１２２６をスキップして、ステップＳ１２２７へ処理を進める。

ステップＳ１２２７において、マスク評価部１２は、N1がK1に達しているか否かを確認する。N1≠K1（No）であれば、ステップＳ１２２８において、N1をインクリメントし、ステップＳ１２２３からステップＳ１２２７の処理を再度実行する。N1=K1（Yes）であれば、ステップＳ１２２９へ処理を進める。

ステップＳ１２２９において、マスク評価部１２は、最終的なNG回数を、認証結果を得た特徴情報ログの件数K1で除算して、マスクMの本人拒否率を計算する。算出したマスクMの本人拒否率は、マスク評価結果テーブルの該当レコードに書き込む。

ステップＳ１２３において、マスク評価部１２は、選択されたマスクMについて、認証対象者に関する他人受入率を算出する。算出したマスクMの他人受入率は、評価結果記憶部１５に記憶されているマスク評価結果テーブルに書き込む。図４に評価後のマスク評価結果テーブルの具体例を示す。図４の例では、マスクＩＤが「1」であるマスク(1, 1, 1)のFARは「0.03」すなわち3％であり、マスクＩＤが「2」であるマスク(1, 1, 0)のFARは「0.05」すなわち5％である。

以下、図８を参照して、他人受入率の算出処理について、より詳細に説明する。

ステップＳ１２３１において、マスク評価部１２は、ログ記憶部１４に蓄積された特徴情報ログテーブルから、認証対象者以外のユーザに関する特徴情報ログX₁, …, X_K2を抽出する。K2は、マスクMを評価するための特徴情報ログの数である。K2は予め定めた定数であってもよいし、認証対象者以外のユーザに関するすべての特徴情報ログの数であってもよい。

ステップＳ１２３２において、マスク評価部１２は、特徴情報ログを参照するためのインデックスN2を1に初期化する。

ステップＳ１２３３において、マスク評価部１２は、N2番目の特徴情報ログX_N2に評価対象のマスクMをかけてマスク済み特徴情報X'_N2を生成し、そのマスク済み特徴情報X'_N2と認証対象者のユーザＩＤとを組にした特徴情報ベクトル（U, X'_N2）を、認証装置２へ入力する。認証装置２では、入力されたマスク済み特徴情報X'_N2を用いて認証対象者Uの認証を実行し、その認証結果をマスク評価部１２へ出力する。

ステップＳ１２３４において、マスク評価部１２は、認証装置２から特徴情報ベクトル（U, X'_N2）に対する認証結果を受信する。

ステップＳ１２３５において、マスク評価部１２は、認証結果が認証成功であったか認証失敗であったかを検証する。認証成功（Yes）であれば、ステップＳ１２３６において、OK回数をカウントアップし、ステップＳ１２３７へ処理を進める。認証失敗（No）であれば、ステップＳ１２３６をスキップして、ステップＳ１２３７へ処理を進める。

ステップＳ１２３７において、マスク評価部１２は、N2がK2に達しているか否かを確認する。N2≠K2（No）であれば、ステップＳ１２３８において、N2をインクリメントし、ステップＳ１２３３からステップＳ１２３７の処理を再度実行する。N2=K2（Yes）であれば、ステップＳ１２３９へ処理を進める。

ステップＳ１２３９において、マスク評価部１２は、最終的なOK回数を、認証結果を得た特徴情報ログの件数K2で除算して、マスクMの他人受入率を算出する。算出したマスクMの他人受入率は、マスク評価結果テーブルの該当レコードに書き込む。

ステップＳ１２４において、マスク評価部１２は、すべてのマスクM₁, …, M_αについて、本人拒否率および他人受入率の算出が完了しているか否かを確認する。未評価のマスクが存在する場合には、ステップＳ１２１へ処理を戻し、未評価のマスクMを選択して、再度ステップＳ１２２−Ｓ１２３を実行する。

ステップＳ１３１において、利用マスク選択部１３は、評価結果記憶部１５に記憶されたマスク評価結果テーブルから、認証対象者に関する各マスクの本人拒否率および他人受入率を読み込み、予め定めたマスク選択ポリシーに基づいて、認証対象者に対して最適なマスク（以後、利用マスクと呼ぶ）を選択する。その後、利用マスク選択部１３は、入力された認証対象者に関する特徴情報X=(x₁, x₂, …, x_m)に利用マスクMをかけてマスク済み特徴情報X'を生成し、そのマスク済み特徴情報X'と認証対象者のユーザＩＤとを組にした特徴情報ベクトル（U, X'）を、認証装置２へ入力する。

図９に、マスク選択ポリシーの具体例を示す。図９（Ａ）は、FARが最小であるマスクを選択するためのポリシーである。図９（Ｂ）は、FRRとFARとの和が最小であるマスクを選択するためのポリシーである。図９（Ｃ）は、FRRとFARとの和が0.1未満、かつ、FRRとFARとの差の絶対値が最小であるマスクを選択するためのポリシーである。

上記のように構成することにより、この発明の認証要素選択技術によれば、ユーザごとに異なる最適な特徴情報の組み合わせを、認証試行時に動的に選択することができる。これにより、全ユーザに対して固定の特徴情報を用いる従来技術よりも本人識別精度を向上させることができる。

この発明は上述の実施形態に限定されるものではなく、この発明の趣旨を逸脱しない範囲で適宜変更が可能であることはいうまでもない。上記実施形態において説明した各種の処理は、記載の順に従って時系列に実行されるのみならず、処理を実行する装置の処理能力あるいは必要に応じて並列的にあるいは個別に実行されてもよい。

［プログラム、記録媒体］
上記実施形態で説明した各装置における各種の処理機能をコンピュータによって実現する場合、各装置が有すべき機能の処理内容はプログラムによって記述される。そして、このプログラムをコンピュータで実行することにより、上記各装置における各種の処理機能がコンピュータ上で実現される。

この処理内容を記述したプログラムは、コンピュータで読み取り可能な記録媒体に記録しておくことができる。コンピュータで読み取り可能な記録媒体としては、例えば、磁気記録装置、光ディスク、光磁気記録媒体、半導体メモリ等どのようなものでもよい。

また、このプログラムの流通は、例えば、そのプログラムを記録したDVD、CD-ROM等の可搬型記録媒体を販売、譲渡、貸与等することによって行う。さらに、このプログラムをサーバコンピュータの記憶装置に格納しておき、ネットワークを介して、サーバコンピュータから他のコンピュータにそのプログラムを転送することにより、このプログラムを流通させる構成としてもよい。

このようなプログラムを実行するコンピュータは、例えば、まず、可搬型記録媒体に記録されたプログラムもしくはサーバコンピュータから転送されたプログラムを、一旦、自己の記憶装置に格納する。そして、処理の実行時、このコンピュータは、自己の記録媒体に格納されたプログラムを読み取り、読み取ったプログラムに従った処理を実行する。また、このプログラムの別の実行形態として、コンピュータが可搬型記録媒体から直接プログラムを読み取り、そのプログラムに従った処理を実行することとしてもよく、さらに、このコンピュータにサーバコンピュータからプログラムが転送されるたびに、逐次、受け取ったプログラムに従った処理を実行することとしてもよい。また、サーバコンピュータから、このコンピュータへのプログラムの転送は行わず、その実行指示と結果取得のみによって処理機能を実現する、いわゆるASP（Application Service Provider）型のサービスによって、上述の処理を実行する構成としてもよい。なお、本形態におけるプログラムには、電子計算機による処理の用に供する情報であってプログラムに準ずるもの（コンピュータに対する直接の指令ではないがコンピュータの処理を規定する性質を有するデータ等）を含むものとする。

また、この形態では、コンピュータ上で所定のプログラムを実行させることにより、本装置を構成することとしたが、これらの処理内容の少なくとも一部をハードウェア的に実現することとしてもよい。

１認証要素選択装置
２認証装置
１１マスク生成部
１２マスク評価部
１３利用マスク選択部
１４ログ記憶部
１５評価結果記憶部

Claims

複数の特徴情報を用いてユーザの認証を行う認証装置に対して認証対象とするユーザである認証対象者に関する一以上の特徴情報を組み合わせて入力する認証要素選択装置であって、
複数の特徴情報から一以上の特徴情報が含まれる相異なる特徴情報の組み合わせを抽出する複数のマスクを生成するマスク生成部と、
上記複数のマスクそれぞれについて、認証対象者に関する過去の特徴情報に当該マスクをかけて上記認証装置に入力したときに認証に失敗した割合を表す本人拒否率と、認証対象者以外のユーザに関する過去の特徴情報に当該マスクをかけて上記認証装置に入力したときに認証に成功した割合を表す他人受入率とを計算するマスク評価部と、
上記本人拒否率と上記他人受入率とに基づいて、上記複数のマスクの中から認証対象者に適用する利用マスクを決定し、入力された認証対象者に関する特徴情報に上記利用マスクをかけて上記認証装置へ入力する利用マスク選択部と、
を含む認証要素選択装置。
複数の特徴情報を用いてユーザの認証を行う認証装置に対して認証対象とするユーザである認証対象者に関する一以上の特徴情報を組み合わせて入力する認証要素選択方法であって、
マスク生成部が、複数の特徴情報から一以上の特徴情報が含まれる相異なる特徴情報の組み合わせを抽出する複数のマスクを生成するマスク生成ステップと、
マスク評価部が、上記複数のマスクそれぞれについて、認証対象者に関する過去の特徴情報に当該マスクをかけて上記認証装置に入力したときに認証に失敗した割合を表す本人拒否率と、認証対象者以外のユーザに関する過去の特徴情報に当該マスクをかけて上記認証装置に入力したときに認証に成功した割合を表す他人受入率とを計算するマスク評価ステップと、
利用マスク選択部が、上記本人拒否率と上記他人受入率とに基づいて、上記複数のマスクの中から認証対象者に適用する利用マスクを決定し、入力された認証対象者に関する特徴情報に上記利用マスクをかけて上記認証装置へ入力する利用マスク選択ステップと、
を含む認証要素選択方法。
請求項１に記載の認証要素選択装置の各部としてコンピュータを機能させるためのプログラム。