论文研究 - 使用信息集的基于击键动力学的身份验证

本文提出了一种利用信息集概念的基于击键动力学的认证系统。 计算两种类型的隶属度函数（MF）：一种基于所有样本的时序特征，另一种基于单个样本的时序特征。 这些MF导致两种类型的信息成分（空间和时间）被合并和修改以产生不同的特征类型。 提出了两个组件信息集（TCIS），用于基于击键动力学的用户身份验证。 将击键特征转换为TCIS特征，然后通过SVM，随机森林和建议的基于凸熵的Hanman分类器对其进行分类。 TCIS功能能够代表空间和时间上的不确定性。 在错误率（FAR，FRR，EER）和功能准确性方面，在CMU基准数据集上测试了建议功能的性能。 此外，建议的功能还在基于Android触摸屏的移动