Keystroke Recognition System

Omschrijving

Organisaties worden uitgedaagd om applicaties en netwerken veilig te houden binnen de grenzen van het evenwicht tussen kosten en veiligheid. Vertrouwen op alleen userID en userPassword om gebruikers te authenticeren is praktisch noch efficiënt. Traditionele beveiligingsmaatregelen zoals eenmalige wachtwoorden, tokens, toegangskaarten, pincodes of apparaathandtekeningen zijn duur, moeilijk te implementeren en zorgen voor een extra moeilijkheid bij het gebruik van de applicatie. Terwijl we versnellen in de 21e eeuw, verschijnen er nieuwe uitdagingen. Er worden uitgewerkte maatregelen ontwikkeld om de ongeoorloofde toegang tot computerbronnen en -informatie te stoppen. De paper biedt één beveiliging die gebaseerd is op geverifieerde toegang tot bronnen via het herkennen van enkele unieke patronen in het typeritme van de gebruiker: toetsaanslagherkenning. Het proces van het typen van toetsen en het ritme ervan kunnen individuele patronen onthullen, die samen de basis vormen van de biometrische technologie die bekend staat als toetsaanslagdynamiek. Het belangrijkste doel is om de identiteit van de gebruiker te bevestigen, in plaats van deze op unieke wijze te identificeren. Toetsaanslagherkenning is eenvoudig te implementeren omdat het voornamelijk een software-implementatie ondersteunt. Daarom worden systemen op basis van toetsaanslagherkenning ingezet in computergerichte toepassingen met een lage inzet, zoals inhoudfiltering of beheer van digitale rechten, waarbij het wachtwoord om de informatie te downloaden wordt ondersteund door dynamische toetsaanslagverificatie om het delen van wachtwoorden te voorkomen .

We hebben een snel en betrouwbaar schema ontwikkeld voor toetsaanslagherkenning. Code is getest op Jeffrey D. Allen's Keystroke Dynamics Dataset.

Indexvoorwaarden: Matlab, bron, code, toetsaanslagherkenning, online fraude, computertoegangsbeveiliging, patroonherkenning, identiteitsdiefstal, biometrische authenticatie, toetsaanslagdynamiek.