48、基于XGBoost的自由文本击键认证性能分析

XGBoost提升自由文本击键认证性能

基于XGBoost的自由文本击键认证性能分析

1. 引言

随着互联网的不断发展,人们对不引人注意且可用的安全系统的兴趣日益浓厚。击键动力学作为一种行为生物特征认证方式,利用用户的打字模式和键盘交互作为区分输入,在过去十年中成为了事实上的解决方案。然而,由于一些内在挑战,基于击键动力学的认证系统尚未得到大规模应用,例如需要对其进行广泛分析以确定系统是否足够准确。

许多研究探讨了击键动力学作为用户连续认证的独特或附加手段的可行性。研究发现,与特定文本(如用户名和密码)相比,自由文本击键动力学的认证性能通常较差,因为输入的可变性对准确性有显著影响。本文旨在研究通过为自由文本击键动力学引入一组新特征,能否提高自由文本击键认证的性能。

2. 相关工作

相关研究的总结如下表所示,展示了研究人员用于分类的机器学习算法、使用的数据集以及实验所采用的击键类型(自由文本或固定文本)。

研究 数据集,受试者数量 类型 分类器 指标 准确率,%
A. Lo 等人 2020 133 固定 RF, SVM, Manhattan, Euclidian 准确率 74.4 - 95.6
S
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值