JP6841735B2 - 判定装置、判定方法および判定プログラム - Google Patents

Description

本発明は、判定装置、判定方法および判定プログラムに関する。

オンラインテストや有資格者のみが操作可能な作業等、操作者が誰であるかが重要となるシーンにおいて、ログイン時の被認証者が引き続き操作したことが保証される必要がある。

例えば、キーボード打鍵時のキー入力ログデータと、操作者の手首に装着されたセンサの加速度データとから推定される打鍵のタイミングを照合することにより、キー入力操作者の本人性を保証する技術が開示されている（非特許文献１参照）。また、ウェアラブル装置に取り付けられた脈波センサや近接センサを用いて、ウェアラブル装置の装着状態を判定する技術が開示されている（特許文献１参照）。

特開２０１７−４１１９９号公報

鈴木晴佳、松林勝、高橋元、藤村香央里、中村亨、大田幸由、"加速度センサを用いたキー入力の本人性保証についての検討"、２０１７年電子情報通信学会総合大会 情報・システム講演論文集１、２０１７年３月、ｐｐ．１０６

しかしながら、操作者が加速度センサつきのウェアラブル装置を手首にゆるく装着するなど適切に装着していない場合に、加速度の分散が大きくなったり、加速度のピークとキー入力のイベントログの時刻とがずれたりして、本人性保証の精度が低下する。また、ウェアラブル装置に装着状態を判定する生体センサや近接センサを取り付けると、ウェアラブル装置が高価になったり消費電力が増加したりする。

本発明は、上記に鑑みてなされたものであって、センサの装着状態を容易に判定してキー入力の操作者が被認証者本人か否かを高精度に判定することを目的とする。

上述した課題を解決し、目的を達成するために、本発明に係る判定装置は、装着者の手または腕の動きを計測するセンサから送信された、前記センサの装着者の手または腕の動きを示すセンサデータを受け付けるデータ受信部と、前記センサデータを時系列で記録するセンサデータ記録部と、ユーザ端末へのキー入力における入力時刻および入力値をキー操作ログとして記録するキー操作ログ記録部と、各時刻における前記キー操作ログおよび前記センサデータの特徴量を算出する特徴量算出部と、前記センサの装着状態が適切であるときの前記キー操作ログおよび前記センサデータの特徴量と、前記センサの装着状態が不適切であるときの前記キー操作ログおよび前記センサデータの特徴量とを教師データとして学習することにより、前記各時刻における前記キー操作ログおよび前記センサデータの特徴量から、前記センサの装着状態が適切か不適切かを分類する分類器と、所定の期間において、前記分類器が分類した各時刻における前記センサの装着状態が適切である割合を算出し、該割合が所定の閾値以上である場合、前記センサの装着状態が適切かつ前記ユーザ端末へのキー入力の操作者が前記センサの装着者であると判定し、該割合が所定の閾値未満である場合、前記センサの装着状態が不適切と判定する判定部と、を備えることを特徴とする。

本発明によれば、センサの装着状態を容易に判定してキー入力の操作者が被認証者本人か否かを高精度に判定することができる。

図１は、本発明の一実施形態に係る判定装置を含む判定システムの概略構成を例示する模式図である。 図２は、各時刻におけるキー操作ログおよび加速度データの一例を示す図である。 図３は、各時刻におけるキー操作ログおよび加速度データの特徴量と、センサの装着状態とを対応付けたデータの一例を示す図である。 図４は、分類器作成処理手順を示すフローチャートである。 図５は、判定システムにおける同一人物性判定処理手順を示すシーケンス図である。 図６は、判定装置における同一人物性判定処理手順を示すフローチャートである。 図７は、判定プログラムを実行するコンピュータを例示する図である。

以下、図面を参照して、本発明の一実施形態を詳細に説明する。なお、この実施形態により本発明が限定されるものではない。また、図面の記載において、同一部分には同一の符号を付して示している。

［判定システムの構成］
まず、図１を参照して、本実施形態に係る判定装置を含む判定システムの概略構成について説明する。図１に示すように、判定システム１は、入力装置１０と、センサ２０と、判定装置であるユーザ端末３０とを備える。

入力装置１０は、ユーザ端末３０へのキー操作（キー入力）を受け付ける。この入力装置１０は、例えば、キーボードで実現される。入力装置１０は、例えば、タッチパネル等のようにユーザ端末３０と一体となって構成されていてもよい。

センサ２０は、いわゆるウェアラブル端末で実現され、当該センサ２０の装着者すなわちユーザの手または腕の動きを計測する。このセンサ２０は、例えば、ユーザの手または腕に装着される加速度センサや、ユーザの手または腕の筋肉の活動電位（ＥＭＧ）を取得するＥＭＧ装置等で実現される。以下では、センサ２０は、例えば、生体認証や、センサ２０の装着者の対面での確認等により、正当なユーザである本人に装着されていることが確認されているものとする。

また、このセンサ２０の形状は、リストバンド型であってもよいし、グローブ型であってもよい。さらに、センサ２０は、ユーザの片手に装着されてもよいし、両手に装着されてもよい。以下では、センサ２０は、ユーザの片手に装着されるリストバンド型の加速度センサであって、ユーザの手または腕のＸ，Ｙ，Ｚ軸方向の加速度成分を計測する場合について説明する。

ユーザ端末３０は、ユーザのキー操作に基づいて様々な処理を実行する。このユーザ端末３０は、例えば、ユーザ端末３０へのキー入力における入力時刻および入力値をキー操作ログとして記録する。また、ユーザ端末３０は、センサ２０からセンサデータとして加速度データを取得する。そして、ユーザ端末３０は、センサ２０の装着状態が適切であるときの入力装置１０のキー操作ログとセンサ２０の加速度データとの特徴量により、センサ２０の装着者とキー入力の操作者との人物の同一性判定を行う。

ここで、ユーザ端末３０は、事前に、正当なユーザのセンサ２０の装着状態が適切な場合におけるキー操作および加速度データの特徴量と、正当なユーザのセンサ２０の装着状態が不適切な場合におけるキー操作および加速度データの特徴量とを学習する。

そして、ユーザ端末３０は、センサ２０の装着者のキー操作および加速度データの特徴量から、装着者によるセンサ２０の装着状態を分類する分類器を作成しておく。そして、ユーザ端末３０は、この分類器により装着者によるセンサ２０の装着状態が適切か不適切かの分類（判定）を行う。これにより、ユーザ端末３０は、装着者によるセンサ２０の装着状態を高精度に判定し、正当なユーザであるセンサ２０の装着状態が適切な装着者とキー入力の操作者との同一性を高精度に判定することができる。

［入力装置の構成］
入力装置１０は、データ取得部１１と、データ送信部１２とを備える。データ取得部１１は、ユーザ端末３０へのキー操作（キー入力）を受け付ける。データ送信部１２は、データ取得部１１で受け付けたキー操作の内容をユーザ端末３０へ送信する。

［センサの構成］
センサ２０は、データ取得部２１と、データ送信部２２とを備える。データ取得部２１は、加速度センサにより当該センサ２０の装着者（ユーザ）の手や腕の動きを示す加速度データを取得する。データ送信部２２は、データ取得部２１により取得された加速度データをユーザ端末３０へ送信する。

なお、センサ２０は、装着者が正当なユーザであることを認証するための脈波等の生体情報を取得する生体情報取得部を備えていてもよい。その場合に、取得した生体情報をデータ送信部２２がユーザ端末３０に送信する。

［ユーザ端末の構成］
ユーザ端末３０は、パソコン、タブレット、スマートフォン等で実現され、入出力部３１と、通信部３２と、記憶部３３と、制御部３４とを備える。入出力部３１は、入力装置１０や、表示装置（図示省略）等の外部装置との間のデータ入出力のインタフェースを司る。通信部３２は、ＮＩＣ（Network Interface Card）等で実現され、ＬＡＮ（Local Area Network）やインターネットなどの電気通信回線を介したセンサ２０等の外部装置との間の通信を行うための通信インタフェースを司る。

記憶部３３は、制御部３４が後述する処理を実行する際に参照する各種データを記憶する。例えば、記憶部３３は、各時刻におけるキー操作ログおよび加速度データの特徴量と、センサ２０の装着状態とを対応付けたデータを記憶する領域を備える。

制御部３４は、ＣＰＵ（Central Processing Unit）等の演算処理装置がメモリに記憶された処理プログラムを実行することにより、ユーザ端末３０全体の制御を司る。制御部３４は、データ受信部３４ａと、センサデータ記録部３４ｂと、キー操作ログ記録部３４ｃと、特徴量算出部３４ｄと、分類器作成部３４ｅと、判定部３４ｇとを備える。なお、分類器３４ｆは、分類器作成部３４ｅにより作成された後に制御部３４に装備される。

データ受信部３４ａは、装着者の手または腕の動きを計測するセンサから送信された、センサ２０の装着者の手または腕の動きを示すセンサデータを受け付ける。すなわち、データ受信部３４ａは、センサ２０から加速度データを受信する。また、データ受信部３４ａは、入力装置１０から、ユーザ端末３０へのキー入力における入力時刻および入力値を受信する。

なお、データ受信部３４ａは、分類器３４ｆの作成に用いられる学習データ、すなわち、センサ２０の装着状態が適切な場合の加速度データおよびセンサ２０の装着状態が不適切な場合の加速度データの受信に用いられる。また、データ受信部３４ａは、同一人物性判定の対象となるユーザ（センサ２０の装着者）の加速度データの受信にも用いられる。

また、データ受信部３４ａは、不図示の生体認証装置によるセンサ２０の装着者の生体認証の結果を受信する。なお、ユーザ端末３０は、データ受信部３４ａがセンサ２０等から受信したユーザの脈波等の生体情報を生体認証装置に送信し、生体認証の結果を受信してもよい。

センサデータ記録部３４ｂは、データ受信部３４ａで受信された加速度データを時系列で記憶部３３に記録する。キー操作ログ記録部３４ｃは、ユーザ端末３０へのキー入力における入力時刻および入力値を、キー操作ログとして記憶部３３に記録する。

特徴量算出部３４ｄは、各時刻におけるキー操作ログおよびセンサデータの特徴量を算出する。例えば、特徴量算出部３４ｄは、加速度データの特徴量として、所定時間（例えば、０．１秒間）における加速度データの、平均値、分散値、標準偏差、最大値と最小値との組み合わせ、絶対値の和、および、運動強度の少なくともいずれかを算出する。

分類器作成部３４ｅは、機械学習を行って、センサ２０の装着状態が適切か不適切かを分類する分類器３４ｆを作成する。この分類器作成部３４ｅは、センサ２０の装着状態が適切であるときのキー操作ログおよびセンサデータの特徴量と、センサ２０の装着状態が不適切であるときのキー操作ログおよびセンサデータの特徴量とを教師データとして機械学習する。

ここで、図２は、各時刻におけるキー操作ログおよび加速度データの一例を示す図である。図２に示すように、センサ２０に対して互いに直交するＸ軸、Ｙ軸、Ｚ軸の方向を定めた場合に、加速度データの各方向の成分値が抽出される。Ａｃｃ＿ＸはＸ軸方向の加速度データの成分値であり、Ａｃｃ＿ＹはＹ軸方向の加速度データの成分値であり、Ａｃｃ＿ＺはＺ軸方向の成分値である。また、キー入力時刻とは、キー入力Ｂｏｏｌ値を表し、キー入力が発生した時刻の前後０．０５秒の計０．１秒の範囲では１、それ以外の範囲では０とされている。

また、図３は、各時刻におけるキー操作ログおよび加速度データの特徴量と、センサ２０の装着状態とを対応付けたデータの一例を示す図である。このデータは、図３に示すように、加速度データの取得時刻、当該時刻における加速度データのＸ軸、Ｙ軸、Ｚ軸方向の特徴量（Ａｃｃ＿Ｘ、Ａｃｃ＿Ｙ、Ａｃｃ＿Ｚ）、当該時刻におけるセンサ装着状態、当該時刻におけるキー操作ログの特徴量としてのキー入力Ｂｏｏｌ値が対応付けられたものである。センサ装着状態は、センサ２０の装着状態が適切であった場合は１、不適切であった場合は０で表されている。図３には、センサ２０の装着状態が適切であった場合の教師データが例示されている。

具体的には、まず、データ受信部３４ａが、センサ２０の装着状態が適切であるときのキー操作ログおよび加速度データと、センサ２０の装着状態が不適切であるときのキー操作ログおよび加速度データを取得する。次に、特徴量算出部３４ｄが、センサ２０の装着状態が適切であるときのキー操作ログおよび加速度データの特徴量と、センサ２０の装着状態が不適切であるときのキー操作ログおよび加速度データの特徴量とを算出する。次に、分類器作成部３４ｅが、特徴量算出部３４ｄにより算出された、センサ２０の装着状態が適切であるときのキー操作ログおよび加速度データの特徴量と、センサ２０の装着状態が不適切であるときのキー操作ログおよび加速度データの特徴量とを教師データとして用いた機械学習を行う。そして、分類器作成部３４ｅが、その機械学習の結果を用いて分類器３４ｆを作成する。

分類器３４ｆは、各時刻におけるキー操作ログおよび加速度データの特徴量から、各時刻におけるセンサ２０の装着状態が適切か不適切かを分類する。具体的には、データ受信部３４ａが、同一人物性判定の対象となるユーザすなわちセンサ２０の装着者の各時刻における加速度データおよび同時刻のキー操作ログを受信すると、特徴量算出部３４ｄが、この各時刻におけるキー操作ログおよび加速度データの特徴量を算出する。そして、分類器３４ｆが、特徴量算出部３４ｄにより算出された各時刻におけるキー操作ログおよび加速度データの特徴量から、同時刻におけるセンサ２０の装着状態（適切ｏｒ不適切）を分類する。

なお、センサ２０が片手に装着される場合、キー操作ログに示されるキー入力のうち、センサ２０が装着される方の手によるキー入力に関する情報（入力時刻、キー入力値）が、分類器３４ｆの作成のための学習の対象となる。例えば、センサ２０が右手に装着される場合、分類器作成部３４ｅは、キー操作ログにおける右手側に配置されるキーが操作された時刻をキー入力時刻とする。そして、分類器作成部３４ｅは、センサ２０の装着状態が適切であるときのキー操作ログおよび加速度データの特徴量と、センサ２０の装着状態が不適切であるときのキー操作ログおよび加速度データの特徴量とを学習して、分類器３４ｆを作成する。

判定部３４ｇは、所定の期間において、分類器３４ｆが分類した各時刻におけるセンサ２０の装着状態が適切である割合を算出し、該割合が所定の閾値以上である場合、センサ２０の装着状態が適切かつユーザ端末３０へのキー入力の操作者がセンサ２０の装着者であると判定し、該割合が所定の閾値未満である場合、センサ２０の装着状態が不適切と判定する。

具体的には、判定部３４ｇは、例えば３０秒間、あるいは、キー入力の回数が１００回になった期間等の所定の期間において、分類器３４ｆが「センサ２０の装着状態が適切」と分類した分類結果の割合を算出する。算出した割合が所定の閾値以上の場合に、判定部３４ｇは、当該期間においてセンサ２０の装着状態が適切であり、ユーザ端末３０へのキー入力の操作者は、センサ２０の装着者と同一人物であると判定する。

一方、算出した割合が所定の閾値未満であった場合に、判定部３４ｇは、当該期間においてセンサ２０の装着状態が不適切であったと判定する。この場合に、判定部３４ｇは、ユーザ端末３０へのキー入力の操作者がセンサ２０の装着者と同一人物と判定することができない。そこで、判定部３４ｇは、例えば、センサ２０の装着し直しを要求するダイアログメッセージを表示する。

なお、判定部３４ｇは、正当なユーザが操作開始から継続してセンサ２０を適切に装着していることを保証するため、任意のタイミングで上記の判定処理を行って、センサ２０の装着状態を判定する。

［判定処理］
次に、図４〜図６を参照して、本実施形態に係る判定装置としてのユーザ端末３０による判定処理について説明する。本実施形態の判定処理は、分類器作成処理と同一人物性判定処理とを含む。

まず、図４を参照して、分類器作成処理手順について説明する。図４は、分類器作成処理手順を示すフローチャートである。図４のフローチャートは、例えば、処理の開始を指示する操作入力があったタイミングで開始される。

まず、データ受信部３４ａが、センサ２０の装着状態が適切な場合の加速度データおよびキー操作ログと、センサ２０の装着状態が不適切な場合の加速度データおよびキー操作ログとを取得する（ステップＳ１）。

次に、特徴量算出部３４ｄが、各時刻における加速度データおよびキー操作ログを対応付けし（ステップＳ２）、各時刻におけるキー操作ログおよび加速度データの特徴量を算出する（ステップＳ３）。

次に、分類器作成部３４ｅが、センサ２０の装着状態が適切であるときのキー操作ログおよび加速度データの特徴量と、センサ２０の装着状態が不適切であるときのキー操作ログおよび加速度データの特徴量とを教師データとして用いた機械学習を行う（ステップＳ４）。これにより、分類器作成部３４ｅが、分類器３４ｆを作成する（ステップＳ５）。

次に、図５および図６を参照して、同一人物性判定処理手順について説明する。図５は、判定システム１における同一人物性判定処理手順を示すシーケンス図である。また、図６は、判定装置であるユーザ端末３０における同一人物性判定処理手順を示すフローチャートである。図５のシーケンス図は、例えば、ユーザ端末３０においてユーザがログインを要求したタイミングで開始される。

まず、ユーザ端末３０が、このユーザが正当なユーザであることを示す生体認証等の認証結果を受信した場合に（ステップＳ１０）、このユーザによるキー入力の受付を開始する（ステップＳ１１）。

次に、センサ２０は、ユーザによるキー操作時の手等の動き（ステップＳ１２）を加速度データとして取得する。また、センサ２０は、ユーザの手等の動きを示す加速度データをユーザ端末３０に送信する（ステップＳ１４）。また、ユーザ端末３０は、入力装置１０から、ユーザのキー操作によるキー入力の入力時刻および入力値を取得する（ステップＳ１３）。

その後、図６に示すように、ユーザ端末３０において、データ受信部３４ａが、同一人物性判定の対象となるユーザであるセンサ２０の装着者の各時刻における加速度データおよび同時刻のキー操作ログを取得する（ステップＳ２１）。

次に、特徴量算出部３４ｄが、各時刻におけるキー操作ログおよび加速度データの特徴量を算出する（ステップＳ２２）。そして、分類器３４ｆが、算出された各時刻におけるセンサ２０の装着者のキー操作ログおよび加速度データの特徴量から、同時刻におけるセンサ２０の装着状態（適切ｏｒ不適切）を分類する（ステップＳ２３）。

そして、判定部３４ｇが、ユーザ端末３０へのキー入力の操作者とセンサ２０の装着者との同一人物性を判定する（ステップＳ３０）。具体的には、判定部３４ｇは、まず、所定の期間において、分類器３４ｆが「センサ２０の装着状態が適切」と分類した分類結果の割合を算出する（ステップＳ３１）。

算出した割合が所定の閾値以上である場合に（ステップＳ３１，Ｙｅｓ）、判定部３４ｇは、当該期間においてセンサ２０の装着状態が適切であって、ユーザ端末３０へのキー入力の操作者は、センサ２０の装着者と同一人物であると判定する（ステップＳ３２）。

一方、算出した割合が所定の閾値未満である場合に（ステップＳ３１，Ｎｏ）、判定部３４ｇは、当該期間においてセンサ２０の装着状態が不適切であったと判定し、センサ２０の装着し直しを要求するダイアログメッセージを表示する（ステップＳ３３）。

以上、説明したように、本実施形態の判定装置であるユーザ端末３０において、データ受信部３４ａが、装着者の手または腕の動きを計測するセンサから送信された、センサ２０の装着者の手または腕の動きを示すセンサデータを受け付ける。また、センサデータ記録部３４ｂが、センサデータを時系列で記録し、キー操作ログ記録部３４ｃが、ユーザ端末３０へのキー入力における入力時刻および入力値をキー操作ログとして記録する。

また、特徴量算出部３４ｄが、各時刻におけるキー操作ログとセンサデータとの特徴量を算出する。また、分類器作成部３４ｅが、機械学習を行って、センサ２０の装着状態が適切か不適切かを分類する分類器３４ｆを作成する。この分類器作成部３４ｅは、センサ２０の装着状態が適切であるときのキー操作ログおよびセンサデータの特徴量と、センサ２０の装着状態が不適切であるときのキー操作ログおよびセンサデータの特徴量とを教師データとして機械学習する。

そして、判定部３４ｇが、所定の期間において、分類器３４ｆが分類した各時刻におけるセンサ２０の装着状態が適切である割合を算出し、該割合が所定の閾値以上である場合、センサ２０の装着状態が適切かつユーザ端末３０へのキー入力の操作者がセンサ２０の装着者であると判定し、該割合が所定の閾値未満である場合、センサ２０の装着状態が不適切と判定する。これにより、センサの装着状態を容易に判定してキー入力の操作者が被認証者本人か否かを高精度に判定することが可能となる。

なお、図５および図６のＳ３０において、ユーザ端末３０が、ユーザ端末３０のキー入力が正当なユーザによる入力ではないと判定した場合、その後の当該ユーザのキー入力を受け付けないようにしてもよい。

さらに、図５のＳ１０において、認証結果が認証失敗を示す場合、ユーザ端末３０は、センサ２０から、加速度データを受け付けないようにしたり、入力装置１０から、ユーザのキー操作によるキー入力の情報を受け付けないようにしたりしてもよい。

［プログラム］
上記実施形態に係る判定装置３０が実行する処理をコンピュータが実行可能な言語で記述したプログラムを作成することもできる。一実施形態として、判定装置３０は、パッケージソフトウェアやオンラインソフトウェアとして上記の判定処理を実行する判定プログラムを所望のコンピュータにインストールさせることによって実装できる。例えば、上記の判定プログラムを情報処理装置に実行させることにより、情報処理装置を判定装置３０として機能させることができる。ここで言う情報処理装置には、デスクトップ型またはノート型のパーソナルコンピュータが含まれる。また、その他にも、情報処理装置にはスマートフォン、携帯電話機やＰＨＳ（Personal Handyphone System）などの移動体通信端末、さらには、ＰＤＡ（Personal Digital Assistants）などのスレート端末などがその範疇に含まれる。

また、判定装置３０は、ユーザが使用する端末装置をクライアントとし、当該クライアントに上記の判定処理に関するサービスを提供するサーバ装置として実装することもできる。例えば、判定装置３０は、キー操作ログおよび加速度データを入力とし、キー入力の操作者とセンサ２０の装着者との同一人物性判定を出力する判定処理サービスを提供するサーバ装置として実装される。この場合、判定装置は、Ｗｅｂサーバとして実装することとしてもよいし、アウトソーシングによって上記の判定処理に関するサービスを提供するクラウドとして実装することとしてもかまわない。以下に、判定装置３０と同様の機能を実現する判定プログラムを実行するコンピュータの一例を説明する。

図７は、判定プログラムを実行するコンピュータの一例を示す図である。コンピュータ１０００は、例えば、メモリ１０１０と、ＣＰＵ１０２０と、ハードディスクドライブインタフェース１０３０と、ディスクドライブインタフェース１０４０と、シリアルポートインタフェース１０５０と、ビデオアダプタ１０６０と、ネットワークインタフェース１０７０とを有する。これらの各部は、バス１０８０によって接続される。

メモリ１０１０は、ＲＯＭ（Read Only Memory）１０１１およびＲＡＭ（Random Access Memory）１０１２を含む。ＲＯＭ１０１１は、例えば、ＢＩＯＳ（Basic Input Output System）等のブートプログラムを記憶する。ハードディスクドライブインタフェース１０３０は、ハードディスクドライブ１０３１に接続される。ディスクドライブインタフェース１０４０は、ディスクドライブ１０４１に接続される。ディスクドライブ１０４１には、例えば、磁気ディスクや光ディスク等の着脱可能な記憶媒体が挿入される。シリアルポートインタフェース１０５０には、例えば、マウス１０５１およびキーボード１０５２が接続される。ビデオアダプタ１０６０には、例えば、ディスプレイ１０６１が接続される。

ここで、ハードディスクドライブ１０３１は、例えば、ＯＳ１０９１、アプリケーションプログラム１０９２、プログラムモジュール１０９３およびプログラムデータ１０９４を記憶する。上記実施形態で説明した各テーブルは、例えばハードディスクドライブ１０３１やメモリ１０１０に記憶される。

また、判定プログラムは、例えば、コンピュータ１０００によって実行される指令が記述されたプログラムモジュール１０９３として、ハードディスクドライブ１０３１に記憶される。具体的には、上記実施形態で説明した判定装置３０が実行する各処理が記述されたプログラムモジュール１０９３が、ハードディスクドライブ１０３１に記憶される。

また、判定プログラムによる情報処理に用いられるデータは、プログラムデータ１０９４として、例えば、ハードディスクドライブ１０３１に記憶される。そして、ＣＰＵ１０２０が、ハードディスクドライブ１０３１に記憶されたプログラムモジュール１０９３やプログラムデータ１０９４を必要に応じてＲＡＭ１０１２に読み出して、上述した各手順を実行する。

なお、判定プログラムに係るプログラムモジュール１０９３やプログラムデータ１０９４は、ハードディスクドライブ１０３１に記憶される場合に限られず、例えば、着脱可能な記憶媒体に記憶されて、ディスクドライブ１０４１等を介してＣＰＵ１０２０によって読み出されてもよい。あるいは、判定プログラムに係るプログラムモジュール１０９３やプログラムデータ１０９４は、ＬＡＮやＷＡＮ（Wide Area Network）等のネットワークを介して接続された他のコンピュータに記憶され、ネットワークインタフェース１０７０を介してＣＰＵ１０２０によって読み出されてもよい。

以上、本発明者によってなされた発明を適用した実施形態について説明したが、本実施形態による本発明の開示の一部をなす記述および図面により本発明は限定されることはない。すなわち、本実施形態に基づいて当業者等によりなされる他の実施形態、実施例および運用技術等は全て本発明の範疇に含まれる。

１ 判定システム
１０ 入力装置
１１，２１ データ取得部
１２，２２ データ送信部
２０ センサ
３０ ユーザ端末（判定装置）
３１ 入出力部
３２ 通信部
３３ 記憶部
３４ 制御部
３４ａ データ受信部
３４ｂ センサデータ記録部
３４ｃ キー操作ログ記録部
３４ｄ 特徴量算出部
３４ｅ 分類器作成部
３４ｆ 分類器
３４ｇ 判定部

Claims (7)

1. 装着者の手または腕の動きを計測するセンサから送信された、前記センサの装着者の手または腕の動きを示すセンサデータを受け付けるデータ受信部と、
   前記センサデータを時系列で記録するセンサデータ記録部と、
   ユーザ端末へのキー入力における入力時刻および入力値をキー操作ログとして記録するキー操作ログ記録部と、
   各時刻における前記キー操作ログと前記センサデータとの特徴量を算出する特徴量算出部と、
   前記センサの装着状態が適切であるときの前記キー操作ログおよび前記センサデータの特徴量と、前記センサの装着状態が不適切であるときの前記キー操作ログおよび前記センサデータの特徴量とを教師データとして学習することにより、前記各時刻における前記キー操作ログおよび前記センサデータの特徴量から、前記センサの装着状態が適切か不適切かを分類する分類器と、
   所定の期間において、前記分類器が分類した各時刻における前記センサの装着状態が適切である割合を算出し、該割合が所定の閾値以上である場合、前記ユーザ端末へのキー入力の操作者が、前記センサの装着状態が適切な前記センサの装着者と同一人物であると判定し、該割合が所定の閾値未満である場合、前記センサの装着者の前記センサの装着状態が不適切であって、前記操作者が前記センサの装着状態が適切な前記センサの装着者ではないと判定し、該装着者に対し前記センサの装着し直しを要求する判定部と、
   を備えることを特徴とする判定装置。
2. さらに、前記センサの装着者の前記センサの装着状態が適切であるときの前記キー操作ログおよび前記センサデータの特徴量と、前記センサの装着状態が不適切であるときの前記キー操作ログおよび前記センサデータの特徴量とを教師データとして学習することにより、前記分類器を作成する分類器作成部を備えることを特徴とする請求項１に記載の判定装置。
3. 前記センサデータは、互いに直交するＸ軸、Ｙ軸、Ｚ軸の方向の加速度データの組み合わせであることを特徴とする請求項１に記載の判定装置。
4. 前記特徴量算出部は、所定時間における前記センサデータの特徴量として、所定時間における前記センサデータの平均値、分散値、標準偏差、最大値と最小値との組み合わせ、全体値の和、および運動強度の少なくともいずれかを算出することを特徴とする請求項１に記載の判定装置。
5. 前記データ受信部は、さらに、生体認証装置による前記センサの装着者の生体認証の結果を受信し、
   前記ユーザ端末は、前記生体認証の結果が、前記装着者が正当なユーザであることを示すものである場合、前記ユーザ端末のユーザによるキー入力の受付を開始することを特徴とする請求項１に記載の判定装置。
6. 判定装置が実行する判定方法であって、
   装着者の手または腕の動きを計測するセンサから送信された、前記センサの装着者の手または腕の動きを示すセンサデータを受け付けるデータ受信工程と、
   前記センサデータを時系列で記録するセンサデータ記録工程と、
   ユーザ端末へのキー入力における入力時刻および入力値をキー操作ログとして記録するキー操作ログ記録工程と、
   各時刻における前記キー操作ログと前記センサデータとの特徴量を算出する特徴量算出工程と、
   前記センサの装着状態が適切であるときの前記キー操作ログおよび前記センサデータの特徴量と、前記センサの装着状態が不適切であるときの前記キー操作ログおよび前記センサデータの特徴量とを教師データとして学習することにより、前記各時刻における前記キー操作ログおよび前記センサデータの特徴量から、前記センサの装着状態が適切か不適切かを分類する分類工程と、
   所定の期間において、前記分類工程が分類した各時刻における前記センサの装着状態が適切である割合を算出し、該割合が所定の閾値以上である場合、前記ユーザ端末へのキー入力の操作者が、前記センサの装着状態が適切な前記センサの装着者と同一人物であると判定し、該割合が所定の閾値未満である場合、前記センサの装着者の前記センサの装着状態が不適切であって、前記操作者が前記センサの装着状態が適切な前記センサの装着者ではないと判定し、該装着者に対し前記センサの装着し直しを要求する判定工程と、
   を含んだことを特徴とする判定方法。
7. 装着者の手または腕の動きを計測するセンサから送信された、前記センサの装着者の手または腕の動きを示すセンサデータを受け付けるデータ受信ステップと、
   前記センサデータを時系列で記録するセンサデータ記録ステップと、
   ユーザ端末へのキー入力における入力時刻および入力値をキー操作ログとして記録するキー操作ログ記録ステップと、
   各時刻における前記キー操作ログと前記センサデータとの特徴量を算出する特徴量算出ステップと、
   前記センサの装着状態が適切であるときの前記キー操作ログおよび前記センサデータの特徴量と、前記センサの装着状態が不適切であるときの前記キー操作ログおよび前記センサデータの特徴量とを教師データとして学習することにより、前記各時刻における前記キー操作ログおよび前記センサデータの特徴量から、前記センサの装着状態が適切か不適切かを分類する分類ステップと、
   所定の期間において、前記分類ステップが分類した各時刻における前記センサの装着状態が適切である割合を算出し、該割合が所定の閾値以上である場合、前記ユーザ端末へのキー入力の操作者が、前記センサの装着状態が適切な前記センサの装着者と同一人物であると判定し、該割合が所定の閾値未満である場合、前記センサの装着者の前記センサの装着状態が不適切であって、前記操作者が前記センサの装着状態が適切な前記センサの装着者ではないと判定し、該装着者に対し前記センサの装着し直しを要求する判定ステップと、
   をコンピュータに実行させるための判定プログラム。

Images