基于机器学习的自由文本击键动态分析
机器学习
2021-07-16 v1
摘要
主动与被动生物特征认证及识别技术的发展在网络安全中扮演着日益重要的角色。击键动态可用于基于各类键盘输入来分析用户的输入方式。已有工作表明,基于击键动态可实现用户认证与分类。在本研究中,我们考虑基于从自由文本收集的击键动态特征进行用户分类的问题。我们实现并分析了一种结合卷积神经网络(CNN)与门控循环单元(GRU)的新型深度学习模型。我们对所得模型进行了优化,并考量了若干相关的关联问题。我们的模型与此前可比研究中获得的最佳结果具有竞争力。
引用
@article{arxiv.2107.07409,
title = {Machine Learning-Based Analysis of Free-Text Keystroke Dynamics},
author = {Han-Chih Chang and Jianwei Li and Mark Stamp},
journal= {arXiv preprint arXiv:2107.07409},
year = {2021}
}