面向固定文本击键动力学的机器学习与深度学习
机器学习
2021-07-02 v1
摘要
击键动力学可通过测量键盘输入的各个方面来分析用户的打字方式。先前工作已证明了利用击键动力学进行用户认证与识别的可行性。在本研究中，我们考虑基于固定文本击键派生特征的多种机器学习与深度学习技术，对所得模型进行优化，并将我们的结果同相关研究的成果进行比较。我们发现基于极端梯度提升 (XGBoost) 与多层感知机 (MLP) 的模型在我们的实验中表现良好。我们的最优模型优于先前可比较的研究。
引用
@article{arxiv.2107.00507,
title = {Machine Learning and Deep Learning for Fixed-Text Keystroke Dynamics},
author = {Han-Chih Chang and Jianwei Li and Ching-Seh Wu and Mark Stamp},
journal= {arXiv preprint arXiv:2107.00507},
year = {2021}
}