Fulltext available Open Access
DC FieldValueLanguage
dc.contributor.advisorFitz, Robert-
dc.contributor.authorEngelhardt, Erik Raik-
dc.date.accessioned2020-09-29T15:31:47Z-
dc.date.available2020-09-29T15:31:47Z-
dc.date.created2019-
dc.date.issued2019-10-11-
dc.identifier.urihttp://hdl.handle.net/20.500.12738/9135-
dc.description.abstractBei der Eingabe einer klassischen Pin auf einem Touchscreen wird nur ein Bruchteil der zur Verfügung stehenden Daten verwendet. Diese Arbeit beschreibt die Implementierung einer Methode, welche die genaue Position jeder Berührung und das Zeitverhalten der Eingabe berücksichtigt. Dabei wird der Nutzer in einem Feldtest in 95% der Fälle erfolgreich erkannt. Angreifer hingegen konnten sich auch mit Kenntnis über das Verfahren, die Pin und das erwartete Eingabeverhalten nur in 7% der Fälle authentifizieren.de
dc.description.abstractWhen entering a pin code on a touchscreen only a fraction of the available data is utilized. In this thesis the implementation of a methods which takes the exact position of every touch and the time characteristic into account is presented. A field test shows that users are correctly recognized in 95% of the cases. Even with knowledge about the method, pin code and the expected input behavior attackers are only able to authenticate themselves in 7% of the cases.en
dc.language.isodeen_US
dc.rights.urihttp://rightsstatements.org/vocab/InC/1.0/-
dc.titleRealisation einer FPGA-basierten psychometrischen Authenti zierung mittels Touchscreende
dc.title.alternativeRealization of an FPGA based psychometric authentication using touchscreensen
dc.typeThesisen_US
openaire.rightsinfo:eu-repo/semantics/openAccessen_US
thesis.grantor.departmentDepartment Informations- und Elektrotechniken_US
thesis.grantor.placeHamburg
thesis.grantor.universityOrInstitutionHochschule für angewandte Wissenschaften Hamburgen_US
tuhh.contributor.refereeBuczek, Pawel-
tuhh.gvk.ppn167875854X
tuhh.identifier.urnurn:nbn:de:gbv:18302-reposit-91376-
tuhh.note.externpubl-mit-pod
tuhh.note.intern1
tuhh.oai.showtrueen_US
tuhh.opus.id5215
tuhh.publication.instituteDepartment Informations- und Elektrotechniken_US
tuhh.type.opusBachelor Thesis-
dc.subject.gndTouchscreen
dc.subject.gndMaschinelles Lernen
dc.type.casraiSupervised Student Publication-
dc.type.dinibachelorThesis-
dc.type.driverbachelorThesis-
dc.type.statusinfo:eu-repo/semantics/publishedVersionen_US
dc.type.thesisbachelorThesisen_US
dcterms.DCMITypeText-
tuhh.dnb.statusdomain-
item.creatorGNDEngelhardt, Erik Raik-
item.fulltextWith Fulltext-
item.creatorOrcidEngelhardt, Erik Raik-
item.grantfulltextopen-
item.cerifentitytypePublications-
item.advisorGNDFitz, Robert-
item.languageiso639-1de-
item.openairecristypehttp://purl.org/coar/resource_type/c_46ec-
item.openairetypeThesis-
Appears in Collections:Theses
Files in This Item:
File Description SizeFormat
Bachelorarbeit_Engelhardt_Erik.pdf7.13 MBAdobe PDFView/Open
Show simple item record

Page view(s)

163
checked on Dec 27, 2024

Download(s)

422
checked on Dec 27, 2024

Google ScholarTM

Check

HAW Katalog

Check

Note about this record


Items in REPOSIT are protected by copyright, with all rights reserved, unless otherwise indicated.