A Aplicação de uma Arquitetura de Máquinas de Comitê na Autenticação de Usuários através da Dinâmica de Digitação

• Mauro Roisenberg UFSC
• Sérgio Roberto de Lima e Silva Filho UFSC

DOI: https://doi.org/10.5753/sbseg.2006.20943

Resumo

Este artigo descreve a aplicação de máquinas de comitê de redes neurais aplicadas ao problema de autenticação, especificamente a autenticação de usuários de computadores através da classificação de padrões da dinâmica de digitação. Dinâmica de digitação é uma característica biométrica que engloba os atributos dos usuários quando estão utilizando o teclado do computador. A metodologia proposta provê também autenticação contínua. Os resultados obtidos e a discussão associada descreve uma aplicação promissora de máquinas de comitê de redes neurais a um problema real e importante oriundo da área de segurança. Além disso, as técnica aqui descritas podem ser largamente aplicadas a outros problemas complexos de classificação de padrões.

Referências

ALEXANDRE, T. J. Biometrics on smartcards: An approach to keyboard behavioral signature. In Second Smart Card Researsh & Advanced Applications Conference, 1996.

ANAGUN, A. S. & CIN, I. A Neural Network based Computer Access Security System for Multiple Users. Computers & Industrial Engineering, Vol. 35, No. 1-2, pp. 351354, 1998.

BERGADANO, F.; GUNETTI, D. & PICARDI C. User authentication through Keystroke Dynamics. ACM Transactions on Information and System Security (TISSEC), Vol. 5, No. 4, pp. 367-397, 2002.

BLEHA, S.; SLIVINSKY, C. & HUSSIEN, B. Computer-Access Security Systems Using Keystroke Dynamics. IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 12, No.12, pp. 1217-1222, 1990.

BROWN, M. & ROGERS, S. J. User identification via keystroke characteristics of typed names using neural networks. International Journal of Man-Machine Studies, Vol. 39, No. 6, pp. 999-1014, 1993.

CAPUANO, N.; MASELLA, M.; MIRANDA, S. & SALERNO, S. User authentication with neural networks. Proceedings of the 5th International Conference on Engineering Applications of Neural Networks EANN 99, Warsaw, Poland, 1999.

COLTELL, O.; BADÍA, J.M. & TORRES, G. Biometric Identification System Based in Keyboard Filtering. Proceedings of XXXIII Annual IEEE International Carnahan Conference on Security Technology, IEEE Pub., pp. 203-209, 1999.

GAINES, R.; LISOWSKI, W.; PRESS, S. & SHAPIRO, N. Authentication by keystroke timing: Some preliminary results. Rand Report R-256-NSF. Rand Corporation, Santa Mônica, CA, 1980.

HAYKIN, S. Redes Neurais Princípios e Práticas. Segunda Edição, Porto Alegre, Editora Bookman, 2001, 900 p.

ILONEN, J. Keystroke Dynamics. Disponível em: http://www.it.lut.fi/kurssit/03-04/010970000/seminars/Ilonen.pdf. Acesso em: 24 jul. 2005.

JOYCE, R. & GUPTA G. Identity Authentication Based on Keystroke Latencies. Communications of the ACM, Vol. 33, No. 2, pp. 168 176, 1990.

MONROSE, F.; REITER, M. K. & WETZEL, S. Password Hardening Based on Keystroke Dynamics. Proceedings of the 6th ACM conference on Computer and communications security, 1999.

MONROSE, F. & RUBIN, A. D. Authentication via Keystroke Dynamics. Proceedings of the 4th ACM conference on Computer and communications security, pp. 48-56, 1997.

OBAIDAT, M. S. A verification Methodology for Computer Systems Users. Proceedings of the 1995 ACM symposium on Applied computing, Nashville, Tennessee, United States, pp. 258-262, 1995.

OBAIDAT, M. S. & SADOUN, B. Verification of Computer Users Using Keystroke Dynamics. IEEE Transactions on System, Man and Cybernetics, Vol. 27, No. 2, pp. 261-269, 1997.

PEACOCK, A. Learning User Keystroke Latency Patterns (Preliminary Report). Disponível em: http://pel.cs.byu.edu/alen/personal/CourseWork/cs572/KeystrokePaper/. Acesso em: 24 jul. 2005.