Geri Dön

User authentication and distinguishing child users from adults with keystroke dynamics

Tuşlama dinamiği ile kullanıcı doğrulama ve çocuk kullanıcıların yetişkinlerden ayırt edilmesi

PDF İndir

  1. Tez No: 343098
  2. Yazar: YASİN UZUN
  3. Danışmanlar: PROF. DR. NAZİFE BAYKAL, DOÇ. DR. KEMAL BIÇAKCI
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Tuşlama Dinamiği, Makine öğrenmesi, Yapay Sinir Ağları, biyometrik, yetkilendirme, Keystroke Dynamics, Machine Learning, Neural Networks, biometrics, authentication
  7. Yıl: 2013
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Enformatik Enstitüsü
  11. Ana Bilim Dalı: Bilişim Sistemleri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 140

Özet

Biyometrik bir karakteristik olan Tuşlama Dinamiği, eğer kabul edilebilir hata oranları elde edilirse kullanıcı yetkilendirme için geçerli bir alternatif veya tamamlayıcı yöntem olabilir. Bunun yanında biyometrik veriler, kişisel karakteristiklerin çıkarımı amacıyla da kullanılabilir. Dolayısıyla Tuşlama Dinamiğinden, yaş ve cinsiyet tahmininde yararlanılması mümkündür. Bu tez çalışmasında ilk olarak yapay sinir ağı algoritmalarının Tuşlama Dinamiğine dayalı yetkilendirme için performansı ölçülmektedir. Bu amaçla, açık bir veri kümesi ile sinir ağlarının öğrenmesi için farklı algoritmalar kullanılarak karşılaştırmalı testler yapılmış ve sonuçta Levenberg-Marquardt geribeslemeli ağı ile yüzde 7,73 eş hata oranı elde edilmiştir. Tuşlama verisi kullanılarak yaş ve cinsiyet bilgisini tahmin etmeye yönelik olarak, 13 algoritma için sınıflandırma kesinlikleri ölçülmüştür. Bu amaçla, erkek ve bayan, yetişkin ve çocuk deneklerden oluşan 100 kullanıcıdan veri kümesi toplanmıştır. Yaş grubu tahmini için k-en yakın komşu algoritması kullanılarak yüzde 8,2?ye kadar düşen ortalama hata oranları elde edilmiştir. Diğer yandan, yaş grubu tahmini ile aynı veri kümesi ve yöntemler kullanılarak yapılan cinsiyet tahmini deneyi için kaydedilen en düşük hata oranı yüzde 40 olarak gerçekleşmiştir. Tüm deney ve test işlemlerine dair veri kümesi ve gerçekleştirilen uygulama, bu konuda ileride yapılacak çalışmaları teşvik amacıyla, genel kullanıma sunulmuştur.

Özet (Çeviri)

Keystroke Dynamics, which is a biometric characteristic that depends on typing style of users, could be a viable alternative or a complementary technique for user authentication if tolerable error rates are achieved. Moreover, biometric data can also be used for inferring personal characteristics. Therefore it is possible to benefit from Keystroke Dynamics to predict information, such as age and gender. In this thesis study, the performance of artificial neural network algorithms for Keystroke Dynamics based authentication is measured using a publicly available dataset. For this purpose, comparative tests of di erent algorithms for training neural networks are conducted and an equal error rate of 7.73 percent with Levenberg-Marquardt backpropagation network is achieved as a result. Regarding to detecting age group and gender information based on typing data, classification accuracies for 13 di erent algorithms is assessed. For this purpose, a new typing dataset from 100 users including male and female, adult and child subjects is collected. For age group detection, average error rates down to 8.2 percent is achieved using k-nearest neighbor algorithm. On the other hand, the minimum error rate recorded for gender prediction was 40 percent, using the same dataset and methodologies that are used for age group detection. The dataset and implementation for the whole experiment and test procedure is made publicly available to promote future works focusing on this subject.

Benzer Tezler

  1. Tez No

    863650

    Design and development of a secure and accessible web authentication alternative to FIDO2

    FIDO2'ye alternatıf güvenli ve erişilebilir bir web kimlik doğrulama tasarımı ve gelıştirilmesi

    AHMET DROBİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilişim Uygulamaları Ana Bilim Dalı

    Prof. Dr. KEMAL BIÇAKCI

  2. Tez No

    591851

    Mobile device identification via sensor fingerprinting based on user behavior analysis

    Kullanıcı alışkanlıklarına dayalı sensör tabanlı parmak izi sistemi ile akıllı cihaz tanıma

    KADRİYE DOĞAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGalatasaray Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ÖZLEM DURMAZ İNCEL

  3. Tez No

    201350

    DHCP'de, kullanıcı kimliği ve şifre tabanlı doğrulama ve servis seçme işlemlerinin CHAP ve RADIUS protokolleri kullanılarak gerçeklenmesi

    Implementation of authentication and service selection based on user id and password with DHCP using CHAP and RADIUS

    FAHRİ SERHAT EBİL

    Yüksek Lisans

    Türkçe

    Türkçe

    2006

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. GÖKHAN YAVUZ

  4. Tez No

    105590

    LDAP tabanlı Unix kullanıcı tanıma ve denetim sistemi

    LDAP based Unix user authentication and control system

    AHMET BURAK CAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2001

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF.DR. ALİ SAATÇİ

  5. Tez No

    170814

    GUAP-a strong user authentication protocol for GSM

    GUAP-GSM için kuvvetli kullanıcı asıllama protokolü

    ÖZER AYDEMİR

    Yüksek Lisans

    İngilizce

    İngilizce

    2005

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent Üniversitesi

    Bilgisayar Mühendisliği Bölümü

    Y.DOÇ.DR. ALİ AYDIN SELÇUK

Geri Dön