کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6904367 1446998 2018 46 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Keystroke dynamics-based user authentication using freely typed text based on user-adaptive feature extraction and novelty detection
ترجمه فارسی عنوان
تأیید هویت کاربر مبتنی بر دینامیک کیبورد با استفاده از متن آزادانه تایپ شده بر اساس قابلیت استخراج ویژگی سازگار با کاربر و تشخیص تازگی
کلمات کلیدی
دینامیک کیبورد، تأیید هویت کاربر، ویژگی های کاربر انطباق تشخیص نوآوری، متن آزاد،
ترجمه چکیده
دینامیک کیبورد برای تقویت سیستم های تأیید هویت کاربر مبتنی بر رمز با استفاده از ویژگی های تایپ کردن کاربران مشروع مورد استفاده قرار گرفته است. مشکل اصلی با سیستم های احراز هویت مبتنی بر ورود این است که آنها نمی توانند پس از ورود به سیستم دسترسی کاربران را تأیید کنند. برای اطمینان از تأیید صحت کاربر مستمر، دینامیک کلید محرمانه از متن آزادانه تایپ شده در دوره ورود به سیستم استفاده شده است؛ با این حال، عملکرد تأیید اعتبار نامطلوب بود. برای ارتقاء عملکرد تأیید هویت کاربر براساس تایپ کیبورد تایپ شده، ما یک روش استخراج ویژگی سازگار با کاربر را پیشنهاد می کنیم که رفتارهای تایپ متمایز کاربر را که در سرعت های نسبی تایپی برای گرافیگ های مختلف تعبیه شده است، ضبط می کند. بر اساس نتایج تجربی حاصل شده از 150 شرکت کننده با بیش از 13000 جلوه کلیدی در هر کاربر در دو زبان (کره ای و انگلیسی)، روش پیشنهاد شده بهترین میزان خطای برابر (0.44) را به دست آورد. علاوه بر این، عملکرد تأیید هویت برای کره ای ها به ترتیب 45.3٪ و برای انگلیسی به ترتیب 39.0٪ افزایش یافته است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نرم افزارهای علوم کامپیوتر
پیش نمایش مقاله
تأیید هویت کاربر مبتنی بر دینامیک کیبورد با استفاده از متن آزادانه تایپ شده بر اساس قابلیت استخراج ویژگی سازگار با کاربر و تشخیص تازگی
چکیده انگلیسی
Keystroke dynamics has been used to strengthen password-based user authentication systems by considering the typing characteristics of legitimate users. The main problem with login-based authentication systems is that they cannot authenticate users after login access is granted. To ensure continuous user authentication, keystroke dynamics collected from freely typed text during the login period has been utilized; however, the authentication performance was unsatisfactory. To enhance the performance of user authentication based on freely typed keystrokes, we propose a user-adaptive feature extraction method that captures individual users' distinctive typing behaviors embedded in relative typing speeds for different digraphs. Based on experimental results obtained from 150 participants with more than 13,000 keystrokes per each user in two languages (Korean and English), the proposed method achieved the best equal error rate (0.44). Furthermore, the authentication performance was enhanced by 45.3% for Korean and 39.0% for English compared with the benchmark fixed feature extraction method.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Applied Soft Computing - Volume 62, January 2018, Pages 1077-1087
نویسندگان
, , ,