基于网络的击键动力学生物特征系统基准测试：统计分析
机器学习
2012-07-04 v1
摘要
大多数击键动力学研究使用特定类型的数据集进行评估，其中用户输入固定的登录名和密码。此外，这些研究是乐观的，因为大多数使用不同的采集协议、私有数据集、受控环境等。为了提高击键动力学性能的准确性，本文的主要贡献有两方面。首先，我们提供了一种新型数据集，其中用户输入了固定和自选的登录名和密码对。此外，击键动力学样本是在基于网络的非受控环境（操作系统、键盘、浏览器等）中收集的。这种数据集很重要，因为它提供了与文献（受控环境等）相比更真实的击键动力学性能结果。其次，我们对一些众所周知的论断进行了统计分析，例如性能与密码大小之间的关系、融合方案对系统整体性能的影响，以及性能与熵之间的关系。本文在现实条件下揭示了击键动力学的一些新结果。
引用
@article{arxiv.1207.0784,
title = {Web-Based Benchmark for Keystroke Dynamics Biometric Systems: A Statistical Analysis},
author = {Romain Giot and Mohamad El-Abed and Christophe Rosenberger},
journal= {arXiv preprint arXiv:1207.0784},
year = {2012}
}
备注
The Eighth International Conference on Intelligent Information Hiding and Multimedia Signal Processing (IIHMSP 2012), Piraeus : Greece (2012)