一种基于触摸的持续认证全向方法
密码学与安全
2023-02-17 v1 机器学习
摘要
本文关注智能手机上的触摸交互如何通过触摸屏捕获的行为提供持续用户认证服务。尽管研究者努力推进基于触摸的行为认证，但他们通常侧重于收集数据、调优分类器，并通过按顺序而非独立地评估触摸交互来提升性能。然而，此类系统仅能通过提供代表独特行为特征的数据来工作。典型方法将行为按触摸方向分离并创建多个用户配置文件。本工作提出一种全向方法，其优于独立于触摸方向的传统方法——取决于最优行为特征与平衡训练集。因此，我们使用常规方法针对我们的方向无关方法评估了五组行为特征，同时测试了若干分类器，包括常被忽视的Extra-Tree与Gradient Boosting分类器。结果表明，与传统方法相比，Extra-Trees分类器与所提方法在合并笔画时更优。然而，性能取决于所应用的特征集。我们发现，在使用我们的方法合并三个或更多笔画时，TouchAlytics特征集优于其他特征集。最后，我们强调了分别报告单笔画性能与变化笔画序列下的平均曲线下面积与等错误率的重要性。
引用
@article{arxiv.2302.08498,
title = {An Omnidirectional Approach to Touch-based Continuous Authentication},
author = {Peter Aaby and Mario Valerio Giuffrida and William J Buchanan and Zhiyuan Tan},
journal= {arXiv preprint arXiv:2302.08498},
year = {2023}
}