Using behavioral biometric sensors of mobile phones for user authentication
Başlık çevirisi mevcut değil.
- Tez No: 589379
- Danışmanlar: DOÇ. DR. GÜLFEM IŞIKLAR ALPTEKİN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Galatasaray Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 84
Özet
Bu makalede, El Hareketi Yönlendirme ve Kavrama (EHYK) algılayıcı verilerini kullanarak akıllı telefon kullanıcılarının kimliklerini doğrulamaya çalışmaktayız. Bir kullanıcının akıllı telefonunu tutma şekli, kaldırma hızı / döndürme hızı, ya da telefonunu kavraması veya ona dokunması, kimlik doğrulama için anahtar faktörlerdir. Cep telefonumuzu elimize alıp kullanmaya başladığımızda; üç algılayıcı otomatik olarak büyüklük, açısal hız ve ivme hakkında bilgi toplar. Ayrıca, telefona dokunmamız, harflere basmamız ya da ekranda elimizi oynatmamız da veri üretir. Bu makalede, telefonda yer alan algılayıcıların okuduğu bilgilerden faydalanıp çeşitli makina öğrenme algoritmaları kullanarak kimlik tanımaya çalıştık. Dört tür makine öğrenme algoritması kullandık. Bunlar: Karar Ormanı, Artırılmış Karar Ağacı, Destek Vektör Makinesi ve Lojistik Regresyon gibi algoritmalardır. Bu deneyde kullanılan veriler (EHYK) 100 mobil cihaz kullanıcısından toplanan algılayıcı verilerdir. Yaptığımız çalışmalar sonrasında, Artırılmış Karar Ağacı'nın normalize edilmemiş veri ile en yüksek kesinlik değeri verdiğini gördük.
Özet (Çeviri)
In this paper, we use Hand Movement Orientation and Grasp (HMOG) sensor data to authenticate smart phone users. The way a user holds, grasps a mobile phone or touches to it are all key factors for authentication. At the moment of a user makes an event on his/her smart phone, three sensors automatically collect data about magnitude, angular speed and acceleration. Moreover, touching and holding events also produce data about pressure and coordinates. In this paper, we build four types of machine learning algorithms (Decision Forest, Boosted Decision Tree, Support Vector Machine, and Logistic Regression) to predict user authentication. The data used in this experiment (HMOG) are collected from 100 attenders. We compare the results of the algorithms and for our scenario, we show that boosted decision tree algorithm with de normalized data gives the results with highest accuracy.
Benzer Tezler
- Augmenting authentication with behavioral biometrics in a mobile banking application
Mobil bankacılık uygulamasında davranışsal biyometri ile artırılmış kimlik doğrulama
OKAN ENGİN BAŞAR
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGalatasaray ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖZLEM DURMAZ İNCEL
- Tuşa basış dinamikleri, akselerometre ve jiroskop verileriyle mobil cihazlarda davranışsal biyometrik kimlik doğrulama
Keystroke dynamics, accelerometer and gyroscope data based behavioral biometric authentication on mobile devices
UMUT BERHAN BALKIR
Yüksek Lisans
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ZEHRA AYSUN ALTIKARDEŞ
- Continuous authentication with behavioral biometrics on mobile devices
Mobı̇l cı̇hazlarda davranışsal bı̇yometrı̇ kullanarak süreklı̇ kı̇mlı̇k doğrulaması
TONGUÇ ÇATAKLI
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGalatasaray ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖZLEM DURMAZ İNCEL
- ARM tabanlı gömülü sistemlerde kulak tanıma sisteminin gerçeklenmesi
Realizing of ear recognition system with arm based on embedded system
ÜMİT KAÇAR
Yüksek Lisans
Türkçe
2013
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. MÜRVET KIRCI
- Dinamik ve antropometrik parametreler kullanılarak yürüyüş özelliklerinin çıkartılması ve kimlik tespiti
Person identification by extraction of anthropometric and dynamic gait features
MAHMUT SELMAN GÖKMEN
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. OĞUZ FINDIK