36、基于运动的按键推断攻击的实用性分析

基于运动的按键推断攻击的实用性分析

1. 研究背景与方法

为了探究基于运动的按键推断攻击的实用性，研究团队开展了一项用户研究。他们构建了一个基于支持向量机（SVM）的多分类器，通过构建基于键盘按键几何分布的二叉决策树，将SVM应用于按键推断。

1.1 用户研究

1.1.1 参与者

在大学伦理审查委员会（IRB）的批准下，招募了21名本科生参与研究。研究前告知参与者研究目的是考察屏幕键盘的可用性，未透露真实目的，以避免影响安全评估结果。所有参与者都使用过智能手机，其中三分之一还使用过平板电脑。

1.1.2 研究流程

开发了一款用于记录按键及其对应运动数据的应用程序，安装在两台智能手机（Nexus S和HTC Evo）和两台平板电脑（Motorola Xoom和Samsung Galaxy Tab 10.1）上，这些设备均运行安卓系统。为每位参与者提供一组随机字符串，要求他们在六种不同设置下输入这些字符串，每种设置下每个按键收集约30次按键数据。研究过程中，应用程序会提醒参与者适时休息，参与者有足够时间熟悉设备以找到最舒适的输入方式，但设备不能放置在固定表面。除使用分体式软件键盘的设置外，参与者通常用一只手持设备，另一只手输入，但不同参与者甚至同一参与者输入不同字符串时的打字风格（如设备倾斜度和手部支撑点）差异很大。

1.1.3 研究设置

参与者在六种不同设置下输入字符串，这些设置在设备类型、按键集、屏幕方向和键盘布局上有所不同：
- 设备类型 ：使用四种安卓设备，随机将用户分为两组，每组使用不同的设备组合。除HTC Ev