Autenticação de alunos utilizando Dinâmica de Digitação e Redes Neurais Profundas em sistemas Juiz On-line

• Ronem Matos Lavareda Filho Universidade Federal do Amazonas http://orcid.org/0000-0002-4464-9587
• Juan Gabriel Colonna Universidade Federal do Amazonas
• David B. F. de Oliveira Universidade Federal do Amazonas http://orcid.org/0000-0002-2887-2324
• Edwin Juan L. B. Monteiro Universidade Federal do Amazonas http://orcid.org/0000-0002-9623-3233
• Paulo Henrique Nellessen Gonçalves Universidade Federal do Amazonas

DOI: https://doi.org/10.5753/sbie.2022.225779

Resumo

Em sistemas juízes on-line a autenticação do aluno é feita apenas no início da sessão de login, o que pode ocasionar problemas de autenticidade ou falsificação de identidade. Esta pesquisa apresenta um método de autenticação de alunos em sistemas Juiz on-line utilizando a dinâmica de digitação após o login sem a necessidade de utilizar hardware adicional. Para isso, projetou-se uma arquitetura de Rede Neural Profunda que aprende e reconhece de forma automática os padrões de digitação dos alunos em exercícios de programação, considerando a evolução temporal de aprendizagem dos alunos. Para validar o método, foram utilizados dados de dinâmica de digitação de 42 alunos no sistema juiz on-line CodeBench. Por fim, foram realizados experimentos que demonstraram a eficácia do método proposto.

Palavras-chave: autenticação, alunos, juízes on-line, Rede Neural Profunda

Referências

Acien, A., Monaco, J. V., Morales, A., Vera-Rodriguez, R., e Fierrez, J. (2020). Typenet: Scaling up keystroke biometrics. arXiv preprint arXiv:2004.03627.

Byun, J., Park, J., e Oh, A. (2020). Detecting contract cheaters in online programming classes with keystroke dynamics. In Proceedings of the Seventh ACM Conference on Learning@ Scale, pages 273–276.

Chaves, J. O. M. (2014). Uma ferramenta de apoio ao processo de ensino-aprendizagem em disciplinas de programação de computadores por meio da integração dos juízes online ao moodle.

Chong, P., Elovici, Y., e Binder, A. (2019). User authentication based on mouse dynamics using deep neural networks: A comprehensive study. IEEE Transactions on Information Forensics and Security.

Feher, C., Elovici, Y., Moskovitch, R., Rokach, L., e Schclar, A. (2012). User identity verification via mouse dynamics. Information Sciences, 201:19–36.

Giot, R. e Rocha, A. (2019). Siamese networks for static keystroke dynamics authentication. In IEEE International Workshop on Information Forensics and Security.

Hao, Q., Smith IV, D. H., Iriumi, N., Tsikerdekis, M., e Ko, A. J. (2019). A systematic investigation of replications in computing education research. ACM Transactions on Computing Education (TOCE), 19(4):42.

Killourhy, K. S. e Maxion, R. A. (2009). Comparing anomaly-detection algorithms for keystroke dynamics. In 2009 IEEE/IFIP International Conference on Dependable Systems & Networks, pages 125–134. IEEE.

Lavareda Filho, R. M., Colonna, J. G., e Oliveira, D. B. F. (2020). Autenticação contínua de alunos utilizando biometria comportamental em ambiente juiz on-line. In Anais do XXXI Simpósio Brasileiro de Informática na Educação, pages 1193–1202. SBC.

Longi, K., Leinonen, J., Nygren, H., Salmi, J., Klami, A., e Vihavainen, A. (2015). Identification of programmers from typing patterns. In Proceedings of the 15th Koli Calling Conference on Computing Education Research, pages 60–67. ACM.

Peltola, P., Kangas, V., Pirttinen, N., Nygren, H., e Leinonen, J. (2017). Identification based on typing patterns between programming and free text. In Proceedings of the 17th Koli Calling International Conference on Computing Education Research, pages 163–167.

Silva, R. J. H., Pazoti, M. A., da Silva, F. A., Pereira, D. R., e de Almeida, L. L. (2019). Autenticação biométrica para sistemas por meio da dinâmica da digitação. In Colloquium Exactarum. ISSN: 2178-8332, volume 11, pages 26–33.

Ullah, A., Xiao, H., e Barker, T. (2019). A dynamic profile questions approach to mitigate impersonation in online examinations. Journal of Grid Computing, 17(2):209–223.

Xiaofeng, L., Shengfei, Z., e Shengwei, Y. (2019). Continuous authentication by free-text keystroke based on cnn plus rnn. Procedia computer science, 147:314–318.