Onderzoekers van de Sapientia University in Roemenië en de Université de Lyon hebben onlangs een prestatie-evaluatie uitgevoerd van onbeperkt muisgebruik voor detectie van bedriegers. Hun bevindingen, voorgepubliceerd op arXiv, suggereren dat muisacties met slepen en neerzetten het nuttigst zijn voor het detecteren van indringers.

muis dynamiek, een middel voor biometrische identificatie op basis van de karakteristieke interacties van gebruikers met de muis, is een grotendeels onontgonnen onderzoeksgebied. Als resultaat, datasets met onbeperkte muisgebruiksgegevens zijn nog steeds opmerkelijk schaars.

De Balabit-dataset, vrijgegeven door het gelijknamige bedrijf tijdens een datawetenschapswedstrijd in 2016, kan worden beschouwd als de eerste adequate, openbaar beschikbare set van onbeperkte muisgebruiksgegevens. De onderzoekers gebruikten deze dataset om muisdynamiek te evalueren voor inbraakdetectie.

Margit Antal, een van de onderzoekers die het onderzoek heeft uitgevoerd, vertelde TechXplore, "In 2017, Ik werd uitgenodigd op de INSA Lyon University door een van mijn voormalige studenten, Elod Egyed-Zsigmond, wie is co-auteur van het artikel. Vroeger, Ik was betrokken bij verschillende gedragsonderzoeksprogramma's op het gebied van aanrakingsbiometrie, toetsaanslag dynamiek, online handtekeningen, enzovoort., en ik had ervaring op dit gebied, dus ik wilde mijn ervaring toepassen op een ander type biometrie. Ik stelde Elod muisdynamiek voor en we kwamen overeen om dit onderwerp samen te onderzoeken."

Na het uitvoeren van een eerste literatuuronderzoek, Egyed-Zsigmond en Antal realiseerden zich dat onderzoek naar muisdynamiek een aantal onontgonnen gebieden omvatte. Eerst, uitputtende openbare datasets met algemene muisgebruiksgegevens waren uiterst zeldzaam. Tweede, ze realiseerden zich dat er nog steeds geen reproduceerbaar onderzoek was op basis van dergelijke gegevens.

"Ik zou, echter, vermeld dat ik het werk van Ahmed Awad E. Ahmed en Issa Traore erg waardeer, " zei Antal. "Hun dataset is openbaar. Echter, het bevat voorbewerkte gegevens in plaats van onbewerkte muisgegevens."

Een van de belangrijkste doelstellingen van het onderzoek van Antal en Egyed-Zsigmond was om erachter te komen hoeveel muisgebruiksgegevens nodig zijn voor gebruikersauthenticatie. Ze bestudeerden daarom het effect van het gebruik van een reeks muisacties, zoals muisbewegingen of slepen en neerzetten, voor authenticatie.

"We wilden ook weten welk type muisactie het meest gebruikersspecifiek is, tussen eenvoudige muisbewegingen die niet eindigen in een muisklik, muisbewegingen eindigend in een muisklik, of acties met slepen en neerzetten, ' zei Antal. 'Eindelijk, we hebben ook het effect van het afvlakken van de gegevens op de prestaties van het systeem onderzocht."

Hun evaluaties suggereren dat 10 tot 20 muisacties nodig zijn voor effectieve muisdynamiek gebruikersauthenticatie. Bovendien, muisacties met slepen en neerzetten bleken het meest effectief voor het opsporen van bedriegers.

"Andere onderzoekers onderzochten ook onze eerste vraag, namelijk de hoeveelheid muisdata die nodig is voor inbraakdetectie, " zei Antal. "Onze bevindingen, in lijn met state-of-the-art onderzoek, suggereren dat ongeveer 10 tot 20 muisacties nodig zijn voor nauwkeurige gebruikersauthenticatie. Voor zover wij weten, wij waren de eersten die de gebruikersspecificiteit van verschillende soorten muisacties onderzochten, vinden dat muisacties met slepen en neerzetten het meest gebruikersspecifiek zijn."

Het onderzoek van Antal en Egyed-Zsigmond heeft waardevolle inzichten opgeleverd over muisdynamiek als hulpmiddel voor inbraakdetectie. Hun bevindingen kunnen inspireren tot verder onderzoek en de ontwikkeling van nieuwe biometrische toepassingen informeren. In een andere studie, die nog niet is gepubliceerd, de onderzoekers stelden ook hun eigen dataset van muisgebruiksgegevens samen en evalueerden deze.

"De resultaten van deze evaluaties zijn vergelijkbaar met die verzameld met behulp van de Balabit-dataset, ondanks het feit dat de nieuwe dataset data van meer gebruikers bevat, " zei Antal. "Dit resultaat is zeer bemoedigend. We zijn ook begonnen met het toepassen van deep learning voor functie-extractie, onderzoeken of functies die met behulp van deep learning zijn gemaakt, beter kunnen zijn dan met de hand gemaakte functies."

© 2018 Tech Xplore