A Multimodal Biometric User Identification System Based on Keystroke Dynamics and Mouse Movements

Marcin Dąbrowski , Piotr Panasiuk , Khalid Saeed , Maciej Szymkowski

Abstract

In this work it is shown how the behavioral biometrics allows to strengthen security of a personal computer during casual use. The user does not have to be even aware of verification system running in the background. Unfortunately, short passwords do not supply enough data for keystroke dynamics algorithms to be precise enough to keep the way and level the biometrics system requires. Behavioral biometrics cannot grant such authentication level as the other physiological biometric methods, e.g. fingerprint or retina scan. However, their transparency in analyzing data allows to merge methods into multimodal systems with a minimal cost. The benefit of keystroke dynamics is that it can be easily connected with some other biometric methods, especially with other human input interface devices. In this paper an approach to analyze keystroke dynamics along with mouse movement is presented. Even though both of the features are of behavioral character and hence with low repeatability, the results are good and promising for further research and modification.
Author Marcin Dąbrowski
Marcin Dąbrowski,,
-
, Piotr Panasiuk ZSMPW
Piotr Panasiuk,,
- Department of Structural Methods for Knowledge Processing
, Khalid Saeed ZSMPW
Khalid Saeed,,
- Department of Structural Methods for Knowledge Processing
, Maciej Szymkowski
Maciej Szymkowski,,
-
Pages672-681
Publication size in sheets0.5
Book Saeed Khalid, Homenda Władysław (eds.): COMPUTER INFORMATION SYSTEMS AND INDUSTRIAL MANAGEMENT, CISIM 2016, Lecture Notes In Computer Science, vol. 9842, 2016, SPRINGER INT PUBLISHING AG, ISBN 978-3-319-45377-4, [978-3-319-45378-1]
Keywords in EnglishKeystroke dynamics, Mouse, Biometrics, Behavioral biometrics, Authentication, Systems security, Multibiometrics, Fusion, Multimodal system
Abstract in PolishAutorzy wykonali badanie łączące dwie cechy biometryczne: charakterystykę używania myszy komputerowej oraz dynamikę pisania na klawiaturze. Połączenie tych dwóch cech jest wyjątkowo szczególne, ponieważ urządzenia pomiarowe są ogólnodostępne i większość ludzi używa ich na co dzień. Zaprezentowano system, w którym użytkownicy mieli do wykonania zadanie wymagające użycia myszy i klawiatury, a algorytm zbierał dane o dynamice zdarzeń. Następnie na uzyskanych danych przeprowadzono szereg eksperymentów. Użyto prostego klasyfikatora jakim jest algorytm kNN. Wybór padł na ten algorytm, aby pokazać na prostym przykładzie, jaką ilość informacji niosą ze sobą poszczególne charakterystyki, a także jak ich połączenie wpłynie na skuteczność klasyfikacji. Wykonano szereg eksperymentów, m.in. na danych bazujących jedynie na położeniu kursora myszy, czasach wciśnięcia klawisza myszy, danych z klawiatury. Następnie przeprowadzono eksperyment mający na celu określenie optymalnych wag poszczególnych cech i weryfikację hipotezy, że połączenie wyżej wymienionych cech spowoduje dodatkowy wzrost skuteczności. Po przeprowadzeniu eksperymentów uzyskano znaczący wzrost skuteczności klasyfikacji, co zostało szczegółowo zaprezentowane i opisane w artykule.
DOIDOI:10.1007/978-3-319-45378-1_58
URL http://link.springer.com/chapter/10.1007%2F978-3-319-45378-1_58
Languageen angielski
Score (nominal)15
ScoreMinisterial score = 15.0, 27-06-2017, BookChapterSeriesAndMatConf
Ministerial score (2013-2016) = 15.0, 27-06-2017, BookChapterSeriesAndMatConf
Citation count*0
Cite
Share Share



* presented citation count is obtained through Internet information analysis and it is close to the number calculated by the Publish or Perish system.
Back