中文

面向行为式持续认证的动态匿名化评估

密码学与安全 2019-03-11 v1 机器学习

摘要

新兴技术需要可靠的认证机制,尤其是在互联系统中。当前系统依赖单一时刻的认证,然而持续认证系统利用持续的生物特征分析来评估用户身份。Spy Hunter 是一种持续认证机制,使用击键动力学在数据包块上验证用户。这种易于集成的周期性生物特征认证系统可快速验证真实用户并检测入侵者。由于它在后台验证用户,Spy Hunter 不受限于密码框。相反,它灵活且可与其他机制叠加以提供高级别安全性。其他持续认证技术依赖脚本化打字,而 Spy Hunter 在真实环境中基于自由文本进行验证。这分两个阶段完成:一阶段向用户提供提示,另一阶段允许用户自由使用其计算机。此外,Spy Hunter 关注不同击键的时序而非具体按下的按键。这使得匿名数据可用于用户认证并避免持有个人数据。利用几种 K 折交叉验证技术,Spy Hunter 根据系统错误接受入侵者的频率、错误拒绝真实用户的频率以及验证用户身份所需时间进行评估。Spy Hunter 将错误率保持在 6% 以下,并以最少击键数识别用户。持续认证比一次性验证过程提供更高层级的安全性,而 Spy Hunter 拓展了基于击键动力学的行为分析的可能性。

关键词

引用

@article{arxiv.1903.03132,
  title  = {Dynamic Anonymized Evaluation for Behavioral Continuous Authentication},
  author = {Rasana Manandhar and Shaya Wolf and Mike Borowczak},
  journal= {arXiv preprint arXiv:1903.03132},
  year   = {2019}
}

备注

6 pages, 1 figure, 3 tables