论文部分内容阅读
击键动力学主要研究内容是:分析击键行为特征,将其应用于身份认证/识别或入侵检测等。数据是分析击键行为特征的基础,现有数据集的规模还比较小,其采集过程需要进行规范。击键行为特征分析的一般做法是:在选择/提取击键行为数据中所蕴含的特征信息的基础上设计分类模型。在此工作中人们尝试了各种统计理论、机器学习和深度学习方法。基于分类模型的软件系统面临能否适应击键行为动态变化的挑战。设计准确的分类模型和特征模板更新算法是解决该问题的关键。尽管击键动力学模型准确率不高,但可以和其它特征融合使用,以提高系统整体安全。对上述