GRIN An Evaluation of EyePassShapes

Diplomarbeit aus dem Jahr 2008 im Fachbereich Informatik - Angewandte Informatik, Note: 1,3, Ludwig-Maximilians-Universität München (Institut für Informatik / Lehr -und Forschungseinheit Medieninformatik), Sprache: Deutsch, Abstract: Authentifizierungsvorgänge verlagern sich durch die gestiegene Mobilität der Geräte und einer zunehmenden Automatisierung immer mehr in die Öffentlichkeit. Je öffentlicher sensible Daten eingegeben werden, umso grösser ist allerdings die Gefahr der Spionage. Das Ausspähen von sensiblen Nutzereingaben mit Ferngläsern, Videokameras oder insbesondere auch durch persönliches Beobachten nennt sich shoulder surfing und stellt ein ernstzunehmendes Sicherheitsproblem dar. Da die PIN-Eingabe auf einem Touchpad oder einem Nummernfeld als extrem anfällig gegen diese Angriffe ist, wurde ein neues System namens EyePassShapes entwickelt. EyePassShapes basiert auf der Eingabemethode mittels durchgeführter Blickbewegungen des Auges und verspricht resistent gegen shoulder surfing zu sein. Weiter benützt EyePassShapes als Authentifizierungsmittel keine alphanumerischen PINs oder Passwörter sondern grafische Muster mit dem Namen PassShapes. Für eine erfolgreiche Anmeldung muss der Nutzer diese mit gezielten Blickpunkten nachvollziehen. In einer vorangegangenen Arbeit wurde bereits nachgewiesen, dass sich geometrische Figuren in Form von PassShapes besser merken lassen als PINs in Form von logisch nicht zusammenhängenden Ziffern und Zahlen. In einer ersten Nutzerstudie wurde überprüft, ob die erhöhte Einprägsamkeit auch für PassShapes gilt, die mittels Augen an dem System EyePassShapes eingegeben wurden. In einer zweiten Nutzerstudie wurde evaluiert wie gut EyePassShapes von seinen Nutzern bedient werden kann und ob das System den vermuteten Schutz gegen shoulder surfing tatsächlich bieten kann. Die Ergebnisse der Nutzerstudien bestätigen, dass die Technologie Eye Tracking gut geeignet ist, um shoulder surfing zu vermeiden, und dass mit den Augen eingegebe