ارسل ملاحظاتك

ارسل ملاحظاتك لنا







An Anomaly Detection Model for Signature Authentication on Mobile Devices

العنوان بلغة أخرى: نموذج لكشف التباين للتحقق من التوقيع على الأجهزة النقالة
المؤلف الرئيسي: الخفاجي، شوق (مؤلف)
مؤلفين آخرين: الجراح، مظفر منير (مشرف)
التاريخ الميلادي: 2018
موقع: عمان
الصفحات: 1 - 76
رقم MD: 903168
نوع المحتوى: رسائل جامعية
اللغة: الإنجليزية
الدرجة العلمية: رسالة ماجستير
الجامعة: جامعة الشرق الأوسط
الكلية: كلية تكنولوجيا المعلومات
الدولة: الاردن
قواعد المعلومات: Dissertations
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

9

حفظ في:
LEADER 06822nam a22003377a 4500
001 1488277
041 |a eng 
100 |9 483880  |a الخفاجي، شوق  |e مؤلف 
245 |a An Anomaly Detection Model for Signature Authentication on Mobile Devices 
246 |a نموذج لكشف التباين للتحقق من التوقيع على الأجهزة النقالة 
260 |a عمان  |c 2018 
300 |a 1 - 76 
336 |a رسائل جامعية 
502 |b رسالة ماجستير  |c جامعة الشرق الأوسط  |f كلية تكنولوجيا المعلومات  |g الاردن  |o 0169 
520 |a وقد انتقل استخدام القياسات الحيوية السلوكية في مصادقة المستخدم مؤخرا إلى مجالات تطبيق أمنية جديدة، واحدة منها هي التحقق من التوقيعات المرسومة بالأصابع أو رموز الوصول مثل أرقام (PIN). وفي هذه الأطروحة يحقق تصميم كشف الشذوذ ميزة التحقق من مصادقة توقيع الرسوم البيانية على الأجهزة النقالة التي تعمل باللمس. وشمل العمل مجموعة مختارة من مجموعة البيانات الأولية المستخرجة من الأجهزة النقالة الحديثة، مثل مساحة الإصبع على شاشة اللمس والضغط والسرعة والتسارع والبوصلة (اتجاه المستخدم أثناء التوقيع) والطابع الزمني وإحداثيات الموقع. وقد صيغت مجموعة من خصائص المصادقة (المحسوبة) المستمدة من السمات الخام. وتضمنت مجموعة الخصائص المحسوبة قياسات إحصائية للبيانات الأولية. ومعدلات زمنية ومسافة في المستوى (س، ص). ويستند كاشف الشذوذ المقترح إلى المفهوم الخارجي، حيث يصنف عنصر توقيع المدخلات على أنه مزيف إذا كان خارج المنطقة المقبولة من القيمة المركزية مثل متوسط أو متوسط مجموعة من قيم التدريب. يتم استخدام طريقة Z-Score كدالة المسافة للكشف عن الشذوذ، ويتم التحقيق في ثلاثة إصدارات. الانحراف المعياري القائم على Z-Score، و Z-Score التي تستخدم average-absolute deviation و Z-median-absolute- deviation. يتم تطبيق مجموعات الميزة المقترحة والكشف عن الشذوذ كما جمع البيانات ونظام المصادقة الحيوية على جهاز Nexus-9. وأسفر العمل التجريبي عن جمع بيانات التوقيع من 55 شخصا، حيث تضمنت البيانات توقيعات حقيقية ومزورة. أيضا، تم تحويل ميزة البيانات الخام من مجموعة البيانات MOBSIG إلى الميزات المحسوبة، للمقارنة مع مجموعة البيانات التي تم جمعها. تم تحليل مجموعتي البيانات باستخدام مقياس معدل الخطأ (EER). وأظهرت النتائج أن نسخة من مجموعة الخصائص التي استبعدت السرعة والتسارع وشملت القياسات الإحصائية للضغط، مساحة الإصبع والمسافة أنتجت أقل معدل خطأ. وكان أفضل كاشف الشذوذ أداء النسخة مع الانحراف المعياري القائم على وظيفة Z-Score، تليها average-absolute-deviation على أساس Z-Score. أعطت مجموعة البيانات الجديدة نتائج (EER) أقل مقارنة مع مجموعة البيانات MOBSIG، وذلك باستخدام نفس مجموعات الميزات والكشف عن الشذوذ. تم جمع مجموعتي البيانات باستخدام نفس الجهاز والتشغيل، وبالتالي يمكن أن تعزى الاختلافات إلى الفرق في حجم عينات التزوير العشوائي. وقد نظر العمل التجريبي في تأثير تغيير نسبة الأحجام الحقيقية (الإيجابية) إلى عينات التزوير (السلبية)، وكانت النتيجة هي تقليل حجم عينة التزوير من 82 إلى 20 لمجموعة بيانات MOBSIG ومن 54 إلى 20 لمجموعة البيانات الجديدة، أدى إلى انخفاض كبير في قيم معدل (EER) لكل من مجموعتي البيانات، مما يوحي بأن تفسير نتائج معدل (EER) يجب أن يأخذ في الاعتبار نسبة العينات الإيجابية / السلبية، وليس فقط حجم عينة التدريب. وأظهر تحليل نتائج التزوير وجود اختلاف طفيف بين معدلات الخطأ في التزوير العشوائي والماهر، على الرغم من أن التزوير ينبغي أن يؤدي إلى ارتفاع معدلات الخطأ. وكان حجم عينة التزوير 20 لكل مستخدم وهو قريب من حجم الاختبار الحقيقي، ويمكن أن يكون السبب في الفرق الطفيف بين معدلات الخطأ في التزوير والعشوائي أداء وظائف Z-Score أفضل عندما تم استخدام عتبات جديدة بدلا من 2؛ فإن نسخة الانحراف المعياري كانت أفضل مع عتبة 3، في حين أن الانحراف المتوسط المطلق والانحراف الوسيط المطلق كان أفضل مع عتبة 4. تنتهي الرسالة باستنتاج واقتراحات للعمل المستقبلي. 
653 |a الهواتف النقالة  |a كشف التباين  |a التزوير  |a التوقيع الإلكتروني  |a تكنولوجيا المعلومات  |a كاشف الشذوذ 
700 |9 461385  |a الجراح، مظفر منير  |g Al-Jarrah, Mudhafar Munir  |q    |e مشرف 
856 |u 9802-015-008-0169-T.pdf  |y صفحة العنوان 
856 |u 9802-015-008-0169-A.pdf  |y المستخلص 
856 |u 9802-015-008-0169-C.pdf  |y قائمة المحتويات 
856 |u 9802-015-008-0169-F.pdf  |y 24 صفحة الأولى 
856 |u 9802-015-008-0169-1.pdf  |y 1 الفصل 
856 |u 9802-015-008-0169-2.pdf  |y 2 الفصل 
856 |u 9802-015-008-0169-3.pdf  |y 3 الفصل 
856 |u 9802-015-008-0169-4.pdf  |y 4 الفصل 
856 |u 9802-015-008-0169-O.pdf  |y الخاتمة 
856 |u 9802-015-008-0169-R.pdf  |y المصادر والمراجع 
856 |u 9802-015-008-0169-S.pdf  |y الملاحق 
930 |d y 
995 |a Dissertations 
999 |c 903168  |d 903168 

عناصر مشابهة