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
- Tez No: 613038
- Danışmanlar: DR. ÖĞR. ÜYESİ ZEHRA AYSUN ALTIKARDEŞ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Marmara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 78
Özet
Günümüzde sıkça kullandığımız ve birçok ihtiyacın karşılanabildiği mobil cihazlarda, bilinen anahtarla yani şifreyle kimlik doğrulama yöntemine ek olarak veya doğrudan bu yöntemin yerine, parmak izi ve yüz tanıma sistemleri gibi biyometrik kimlik doğrulama yöntemleri yaygın bir şekilde kullanılmaktadır. Bu kimlik doğrulama yöntemleri güvenilir görünseler de doğrulamayı sağlayan biyometrik veriler gizlenememektedir. Parmak izi, ses ve yüz gibi fiziksel biyometrik veriler sürekli olarak bir yerlerde bırakılmaktadır veya başkalarından saklanamamaktadır. Başka bir deyişle herkes tarafından görülen, duyulan, ulaşılabilen ve değiştirilemeyen verilerle kimlik doğrulama işlemleri gerçekleştirilmektedir. İleride bu verilerin çalınarak ya da kopyalanarak, doğrulama sistemlerinin kolayca atlatılamayacağı meçhul. Bu yöntemlerin yerine veya tercihe bağlı olarak bu yöntemlere ek olacak şekilde kullanılabilecek davranışsal biyometrik kimlik doğrulama yöntemleriyle, kullanıcıyı ek bir doğrulama adımıyla uğraştırmadan, arka planda yapılan davranış analizleri sayesinde belirli başarı yüzdeleriyle kimlik doğrulama yapılabilmektedir. Bu çalışmada, çalınması ve taklit edilmesi çok daha zor gözüken, arka planda transparan bir şekilde çalıştığı için de kullanıcı deneyimi açısından daha verimli olan 'tuşa basış dinamikleri ve mobil cihazlarda bulunan akselerometre ve jiroskop sensörleriyle elde edilen üç boyutlu uzaydaki tuşlama esnasındaki cihaz pozisyonu verileriyle' davranışsal biyometrik kimlik doğrulama çözümü ele alınmıştır. Analizler birden fazla makine öğrenmesi algoritması ve farklı veri seti kombinasyonları kullanılarak yapılmıştır. Ortalama sonuçlara göre en iyi %1.30 eş hata oranı (EER) Rastgele Orman sınıflandırıcı elde edilmiştir.
Özet (Çeviri)
In mobile devices which we use frequently and can handle many high-importance works, fingerprint or face recognition systems are widely used as biometric authentication methods in directly use or as additional factors with the password authentication methods. Although these authentication methods appear to be reliable, biometric data that provides authentication cannot be hidden. Physical biometric data such as fingerprints, sounds and facials are permanently left in places or cannot be hidden from others. In other words, authentication is performed with data that is seen, heard, accessible by everyone else and theese are unchangeable. It is not known whether verification systems can be easily circumvented by stealing or copying this data in the future. Behavioral biometric authentication methods can be used in place of or optionally in addition to these methods, can be performed with certain success percentages by means of background behavior analyzes without the user having to deal with an additional verification step. In this study disscussed a biometric authentication solution named 'keystroke dynamics and device position data during keying in three-dimensional space obtained by accelerometer and gyroscope sensors on mobile devices' which is much more difficult to steal and imitate and which is more efficient in terms of user experience because it works transparently in the background. The analyzes were performed using different machine learning algorithms and different data set combinations. According to the average results, the best equal error rate of 1.30% was obtained with Random Forest Classifier.
Benzer Tezler
- Modeling and evaluation of continuous authentication with keystroke dynamics
Tuş vuruş dinamikleriyle sürekli doğrulamanın modellenmesi ve değerlendirilmesi
MUSTAFA BIYIK
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SERKAN SARITAŞ
- Force transducer piano keys as an innovative approach for piano pedagogy
Piyano eğitimi için yenilikçi bir yaklaşım olarak kuvvet algılayıcısına dönüştürülmüş piyano tuşları
ASAF ÇETİN EREN
Doktora
İngilizce
2022
Eğitim ve Öğretimİstanbul Teknik ÜniversitesiMüzik Ana Bilim Dalı
DOÇ. DR. EMİN SÜNBÜLOĞLU
DR. ÖĞR. ÜYESİ AHMET TUNÇ BUYRUKLAR
- La construction du style de vie à travers des sites d'achat groupé: L'exemple de Groupon
Grup satın alma siteleri üzerinden yaşam tarzı inşası: Groupon örneği
ECE NEZİHE DERİCİOĞLU
- Programlanır endüstriyel denetleyici tasarım ve gerçekleştirimi
Başlık çevirisi yok
MUSTAFA AYKUT
Yüksek Lisans
Türkçe
1985
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiDOÇ.DR. ALİ SAATÇİ
- Koklear implant ve işitme cihazı kullanan okul çağı çocuklarınınbilgisayar tabanlı cnsvs (the central nervous system vital signs) ile nörobilişsel değerlendirilme sonuçlarının yorumlanması:randomize kontrollü bir çalışma
Interpretation of neurocognitive assessment results with computer-based cnsvs (the centralnervous system vital signs) of school-age children using cochlear implants and hearing aids: a randomized controlled study
RUKİYE AYYILDIZ
Yüksek Lisans
Türkçe
2023
Kulak Burun ve Boğazİstanbul Aydın ÜniversitesiOdyoloji Ana Bilim Dalı
DOÇ. DR. DENİZHAN DİZDAR
