PIN Authentication Using Multi-Model Anomaly Detection in Keystroke Dynamics on Mobile Devices
| العنوان بلغة أخرى: |
التحقق من الرقم الشخصي باستخدام نموذج متعدد لكشف التباين في اسلوب الكتابة على المفاتيح على الأجهزة المحمولة |
|---|---|
| المؤلف الرئيسي: | خلف، غفران محمود (مؤلف) |
| مؤلفين آخرين: | الجراح، مظفر منير (مشرف) |
| التاريخ الميلادي: |
2019
|
| موقع: | عمان |
| الصفحات: | 1 - 60 |
| رقم MD: | 988213 |
| 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: |
عدد مرات التحميل
4
| المستخلص: |
انتقل استخدام القياسات الحيوية السلوكية في مصادقة المستخدم مؤخرا إلى مناطق تطبيق أمان جديدة، أحدها يتحقق من رقم التعريف الشخصي (PIN). تبحث هذه الأطروحة في تصميم أجهزة الكشف عن الشذوذ والمجموعات المميزة لمصادقة PIN على الأجهزة المحمولة التي تعمل باللمس. تضمن العمل مجموعة مختارة من مجموعات بيانات البيانات الأولية التي يتم استخراجها من الأجهزة المحمولة الحديثة، مثل منطقة الإصبع والضغط والطابع الزمني. تمت صياغة مجموعة من ميزات التوثيق الأساسية والثانوية، والتي يتم حسابها من ميزات البيانات الأولية. ويستند كاشف الشذوذ المقترح إلى المفهوم الغريب، حيث يتم تصنيف عنصر العنصر المحسوب ل PIN المدخلات كمسجل إذا كان خارج منطقة مقبولة من قيمة مركزية مثل متوسط أو متوسط مجموعة من قيم التدريب. يتم استخدام طريقة Z-Score كوظيفة المسافة للكشف عن الشذوذ، ويتم التحقيق في ثلاثة إصدارات؛ مقياس Z-Score المعتمد على الانحراف المعياري، المعدل Z-Score الذي يستخدم الانحراف المطلق (MAD) ودالة Z-Score للامتداد المطلق (AAD). أيضا، يتم دمج النماذج الثلاثة الفردية في نماذج المجموعة. يتم تطبيق مجموعات الميزات المقترحة كنظام لجمع البيانات على جهاز Nexus-9 Android اللوحي. نتج عن العمل التجريبي جمع مجموعة بيانات (PIN Dynamics) PIN من 70 موضوعا، حيث تضمنت البيانات بيانات PIN حقيقية ونامية. تم تحويل بيانات ميزات البيانات الأولية من مجموعة البيانات الجديدة إلى ميزات التوثيق الأساسية والثانوية المقترحة. تم تحليل مجموعة بيانات ميزات المصادقة من خلال استخدام أجهزة الكشف الشاذة الأحادية الثلاثة والكاشفات الشاذة الثلاثة للمجموعة، باستخدام مقياس معدل الخطأ المتساوي (EER). وأظهرت النتائج أن كاشف الشاذة AAD Z-Score أنتج أدنى معدل للخطأ بين النماذج المفردة، في حين حقق نموذج AAD وMAD المدمج أدنى معدل للخطأ الكلي. تنتهي الرسالة باستنتاج واقتراح للعمل المستقبلي. |
|---|
عناصر مشابهة
-
An Anomaly Detection Model for Signature Authentication on Mobile Devices
بواسطة: الخفاجي، شوق منشور: (2018) -
New Statistical Anomaly Detector Model for Keystroke Dynamics on Touch Mobile Devices
بواسطة: Al-Obaidi, Noor Mahmood Shakir منشور: (2016) -
Machine Learning for User Authentication Using Keystroke Dynamics
بواسطة: Al Tarawneh, Ahmad Ayman منشور: (2015) -
An Examination of Keystroke Dynamics For Continuous User Authentication
بواسطة: Al Solami, Eesa منشور: (2012) -
دور الأجهزة المحمولة Mobile Devices في تعزيز الحصول على المعلومات واستخدامها: دراسة استكشافية على جامعة الإمام محمد بن سعود الإسلامية
بواسطة: محمد، علي عبدالمحسن علي منشور: (2018)
