I ricercatori della Sapientia University in Romania e dell'Université de Lyon hanno recentemente effettuato una valutazione delle prestazioni dell'utilizzo illimitato del mouse per il rilevamento di impostori. Le loro scoperte, pre-pubblicato su arXiv, suggeriscono che le azioni di trascinamento del mouse sono le più utili per rilevare gli intrusi.

Dinamica del mouse, un mezzo di identificazione biometrica basato sulle interazioni caratteristiche degli utenti con il mouse, è un campo di ricerca in gran parte inesplorato. Di conseguenza, i set di dati contenenti dati sull'utilizzo del mouse senza restrizioni sono ancora notevolmente scarsi.

Il set di dati Balabit, rilasciato dall'omonima azienda in occasione di un concorso di data science nel 2016, potrebbe essere considerato il primo adeguato, insieme pubblicamente disponibile di dati sull'utilizzo del mouse senza restrizioni. I ricercatori hanno utilizzato questo set di dati per valutare le dinamiche del mouse per il rilevamento delle intrusioni.

Margit Antal, uno dei ricercatori che ha condotto lo studio, ha detto a TechXplore, "Nel 2017, Sono stato invitato all'INSA Lyon University da uno dei miei ex studenti, Elod Egyed-Zsigmond, chi è coautore dell'articolo. Nel passato, Sono stato coinvolto in diversi programmi di ricerca comportamentale relativi alla biometria tattile, dinamica dei tasti, firme on line, eccetera., e ho avuto esperienza in questo settore, quindi ho voluto applicare la mia esperienza su un altro tipo di biometria. Ho proposto la dinamica del topo a Elod e abbiamo deciso di esplorare questo argomento insieme".

Dopo aver condotto una prima revisione della letteratura, Egyed-Zsigmond e Antal si sono resi conto che la ricerca sulla dinamica dei topi aveva una serie di aree inesplorate. Primo, set di dati pubblici esaurienti contenenti dati generali sull'utilizzo del mouse erano estremamente rari. Secondo, si resero conto che non esisteva ancora una ricerca riproducibile basata su tali dati.

"Dovrei, però, menzionare che apprezzo molto il lavoro di Ahmed Awad E. Ahmed e Issa Traore, " ha detto Antal. "Il loro set di dati è pubblico. Però, contiene dati preelaborati invece di dati grezzi del mouse."

Uno degli obiettivi principali dello studio di Antal ed Egyed-Zsigmond era scoprire quanti dati sull'utilizzo del mouse sono necessari per l'autenticazione dell'utente. Hanno quindi studiato l'effetto dell'utilizzo di una serie di azioni del mouse, come i movimenti del mouse o il trascinamento della selezione, per l'autenticazione.

"Volevamo anche scoprire quale tipo di azione del mouse è la più specifica per l'utente, tra semplici movimenti del mouse che non si concludono con un clic del mouse, movimenti del mouse che terminano con un clic del mouse, o azioni di trascinamento della selezione, " disse Antal. "Finalmente, abbiamo anche studiato l'effetto del livellamento dei dati sulle prestazioni del sistema."

Le loro valutazioni suggeriscono che sono necessarie da 10 a 20 azioni del mouse per un'efficace autenticazione dell'utente con la dinamica del mouse. Inoltre, le azioni di trascinamento del mouse si sono rivelate le più efficaci per rilevare gli impostori.

"Anche altri ricercatori hanno studiato la nostra prima domanda, vale a dire la quantità di dati del mouse necessari per il rilevamento delle intrusioni, " ha detto Antal. "I nostri risultati, in linea con lo stato dell'arte della ricerca, suggeriscono che sono necessarie da 10 a 20 azioni del mouse per un'accurata autenticazione dell'utente. Al meglio delle nostre conoscenze, siamo stati i primi a indagare sulla specificità dell'utente di diversi tipi di azioni del mouse, scoprendo che le azioni di trascinamento del mouse sono le più specifiche per l'utente."

La ricerca di Antal ed Egyed-Zsigmond ha raccolto preziose informazioni sulla dinamica del topo come strumento per il rilevamento delle intrusioni. Le loro scoperte potrebbero ispirare ulteriori ricerche e informare lo sviluppo di nuove applicazioni biometriche. In un altro studio, che non è ancora stato pubblicato, i ricercatori hanno anche compilato il proprio set di dati di dati sull'utilizzo del mouse e lo hanno valutato.

"I risultati di queste valutazioni sono simili a quelli raccolti utilizzando il set di dati Balabit, nonostante il nuovo set di dati contenga i dati di più utenti, " Ha detto Antal. "Questo risultato è molto incoraggiante. Abbiamo anche iniziato ad applicare il deep learning per l'estrazione delle funzionalità, esplorare se le funzionalità prodotte utilizzando il deep learning potrebbero essere migliori di quelle realizzate a mano."

© 2018 Tech Xplore