鲁棒击键生物特征异常检测
密码学与安全
2017-01-20 v2
摘要
击键生物特征持续竞赛（KBOC）提出了一个异常检测挑战，其公开击键数据集包含大量受试者及真实场景因素。超过300名受试者以不区分大小写的方式重复输入其名和姓，因此击键序列的长度和顺序可能因修饰键的使用而变化。为此，开发了一种击键对齐预处理算法，以在失配序列的击键之间建立语义对应。该方法的鲁棒性在于：查询击键序列只需近似匹配目标序列，且对齐过程与所使用的具体异常检测器无关。本文描述了提交至KBOC的十五个性能最佳的异常检测系统，范围从自编码神经网络到集成方法。曼哈顿距离取得了最低的等错误率5.32%，而所有十五个系统均优于其他任何提交方案。性能提升在很大程度上被证明并非源于特定的异常检测器，而是归功于预处理和分数归一化技术。
引用
@article{arxiv.1606.09075,
title = {Robust Keystroke Biometric Anomaly Detection},
author = {John V. Monaco},
journal= {arXiv preprint arXiv:1606.09075},
year = {2017}
}