基于实例的击键动态实现快速自由文本认证
密码学与安全
2020-06-17 v1
摘要
击键动态研究用户通过键盘输入文本的方式。由于能够区分用户，打字行为可以无干扰地构成行为生物特征识别系统的一部分，以提升现有账户安全性。此前自由文本数据上的击键动态系统需要 500 个或更多字符才能达到合理性能。在本文中，我们提出一种新颖的基于实例的图比较算法，称为基于实例的尾部区域密度（ITAD）度量，以减少认证用户所需的击键数量。此外，击键动态文献中常用的特征（如单字图和双字图）均被发现有助于判断打字者身份。这些特征对认证的有用性通过随机森林分类器确定，并在两个公开可用数据集上验证。各单独特征的分数被融合以形成单一匹配分数。利用融合匹配分数和我们的 ITAD 度量，我们在 Clarkson II 数据集上针对 100 和 200 个测试双字图分别取得了 9.7% 和 7.8% 的等错误率（EER），优于 35.3% 和 15.3% 的现有最优水平。
引用
@article{arxiv.2006.09337,
title = {Fast Free-text Authentication via Instance-based Keystroke Dynamics},
author = {Blaine Ayotte and Mahesh K. Banavar and Daqing Hou and Stephanie Schuckers},
journal= {arXiv preprint arXiv:2006.09337},
year = {2020}
}
备注
Paper accepted to IEEE Transactions on Biometrics, Behavior, and Identity Science (TBIOM)