来自曼彻斯特电气与电子工程学院的首席研究员Omar Costilla Reyes表示:「每个人在走路时都有大约24种不同的因素和动作,因此每一个人都有独一无二的行走模式。从而可以通过监视这些举动来准确识别个人身份,如同指纹识别与视网膜扫描一样」。
为了编制这些样本与数据集,研究团队还利用到了落地式传感器和高分辨率相机。目前,研究人员已在实际场所的安保场景中测试了这些数据,其中包括机场安检、工作场所以及私宅环境。
此外,该技术也可以应用于医疗领域,用于智能识别神经退化迹象。Reyes对此表示:「借助于智能住宅中的广范围地面传感器所收集到的原始足迹数据,该研究同样也可根据一些特征识别出认知减退与精神疾病」。
我们非常不擅长制定密码。最近,弗吉尼亚理工学院和Dashlane(密码管理服务平台)合作进行了一项新研究,结果显示:在制定密码时,大多数用户都会犯同样的错误,例如将流行品牌或体育团队的名称作为密码。这类密码虽然很好记,但却不太安全,黑客很容易猜到密码。
弗吉尼亚理工学院的计算机科学研究人员Gang Wang收集了610万条匿名密码,并交给Dashlane进行分析。这些密码来自大量私人数据,而这些数据则来自多年来的数据泄露事件。以下是人们最常犯的错误和最常见的模式:
领取专属 10元无门槛券
私享最新 技术干货