Investigadores de la Universidad de Sapientia en Rumania y la Universidad de Lyon han llevado a cabo recientemente una evaluación del rendimiento del uso ilimitado del ratón para la detección de impostores. Sus hallazgos, prepublicado en arXiv, sugieren que las acciones de arrastrar y soltar del mouse son las más útiles para detectar intrusos.

Dinámica del ratón, un medio de identificación biométrica basado en las interacciones características de los usuarios con el ratón, es un área de investigación en gran parte inexplorada. Como resultado, Los conjuntos de datos que contienen datos de uso del mouse sin restricciones siguen siendo notablemente escasos.

El conjunto de datos de Balabit, lanzado por la empresa homónima en un concurso de ciencia de datos en 2016, podría considerarse el primer adecuado, conjunto de datos de uso del mouse sin restricciones disponibles públicamente. Los investigadores utilizaron este conjunto de datos para evaluar la dinámica del ratón para la detección de intrusiones.

Margit Antal, uno de los investigadores que realizó el estudio, dijo a TechXplore, "En 2017, Fui invitado a la Universidad INSA de Lyon por uno de mis antiguos alumnos, Elod Egyed-Zsigmond, quien es coautor del artículo. En el pasado, Estuve involucrado en varios programas de investigación del comportamiento relacionados con la biometría táctil, dinámica de pulsaciones de teclas, firmas online, etc., y tenía experiencia en esta área, así que quería aplicar mi experiencia en otro tipo de biometría. Le propuse la dinámica del ratón a Elod y acordamos explorar este tema juntos ".

Después de realizar una revisión inicial de la literatura, Egyed-Zsigmond y Antal se dieron cuenta de que la investigación de la dinámica del ratón tenía varias áreas inexploradas. Primero, Los conjuntos de datos públicos exhaustivos que contienen datos generales sobre el uso del mouse eran extremadamente raros. Segundo, se dieron cuenta de que todavía no había una investigación reproducible basada en esos datos.

"Yo debería, sin embargo, mencionar que realmente aprecio el trabajo de Ahmed Awad E. Ahmed e Issa Traore, ", Dijo Antal." Su conjunto de datos es público. Sin embargo, contiene datos preprocesados ​​en lugar de datos sin procesar del mouse ".

Uno de los principales objetivos del estudio de Antal y Egyed-Zsigmond fue averiguar cuántos datos de uso del mouse son necesarios para la autenticación del usuario. Por lo tanto, estudiaron el efecto de usar un conjunto de acciones del mouse, como movimientos del mouse o arrastrar y soltar, para autenticación.

"También queríamos averiguar qué tipo de acción del mouse es la más específica del usuario, entre simples movimientos del mouse que no terminan en un clic del mouse, movimientos del mouse que terminan en un clic del mouse, o acciones de arrastrar y soltar, "Dijo Antal." Finalmente, también estudiamos el efecto de suavizar los datos sobre el rendimiento del sistema ".

Sus evaluaciones sugieren que se necesitan de 10 a 20 acciones del mouse para una autenticación de usuario de la dinámica del mouse efectiva. Es más, Las acciones de arrastrar y soltar del mouse demostraron ser las más efectivas para detectar impostores.

"Otros investigadores también investigaron nuestra primera pregunta, a saber, la cantidad de datos del ratón necesarios para la detección de intrusos, ", Dijo Antal." Nuestros hallazgos, en consonancia con la investigación más avanzada, sugieren que se necesitan entre 10 y 20 acciones del mouse para una autenticación precisa del usuario. A lo mejor de nuestro conocimiento, Fuimos los primeros en investigar la especificidad del usuario de diferentes tipos de acciones del mouse, descubriendo que las acciones de arrastrar y soltar del mouse son las más específicas del usuario ".

La investigación de Antal y Egyed-Zsigmond reunió información valiosa sobre la dinámica del ratón como herramienta para la detección de intrusiones. Sus hallazgos podrían inspirar más investigaciones e informar el desarrollo de nuevas aplicaciones biométricas. En otro estudio, que aún no se ha publicado, los investigadores también compilaron su propio conjunto de datos de uso del ratón y lo evaluaron.

"Los resultados de estas evaluaciones son similares a los recopilados con el conjunto de datos de Balabit, a pesar de que el nuevo conjunto de datos contiene datos de más usuarios, ", Dijo Antal." Este resultado es muy alentador. También comenzamos a aplicar el aprendizaje profundo para la extracción de características, explorando si las funciones producidas mediante el aprendizaje profundo podrían ser mejores que las creadas a mano ".

© 2018 Tech Xplore