stringtranslate.com

Dinámica de pulsación de teclas

La dinámica de pulsaciones de teclas , la biometría de pulsaciones de teclas , la dinámica de mecanografía o la biometría de mecanografía se refieren a la recopilación de información biométrica generada por eventos relacionados con la pulsación de teclas que ocurren cuando un usuario escribe en un teclado . [1] El uso de patrones en la operación de teclas para identificar operadores es anterior a la informática moderna, [2] y se ha propuesto como una alternativa de autenticación a las contraseñas y los números PIN . [3]

Ciencia

La biometría conductual de la dinámica de las pulsaciones de teclas utiliza la manera y el ritmo en que un individuo escribe caracteres en un teclado o teclado numérico. [4] [5] [6] Los ritmos de pulsación de teclas del usuario se miden para desarrollar una plantilla biométrica única del patrón de escritura del usuario para la autenticación futura. [7] Las pulsaciones de teclas se separan en escritura estática y dinámica, que se utilizan para ayudar a distinguir entre usuarios autorizados y no autorizados. [8] La información de vibración se puede utilizar para crear un patrón para uso futuro tanto en tareas de identificación como de autenticación.

Historia

A finales del siglo XIX, los operadores de telégrafos empezaron a desarrollar "firmas" únicas que podían identificarse simplemente por el ritmo de sus pulsaciones. [9] Incluso en la Segunda Guerra Mundial , los militares transmitían mensajes a través del código Morse . Utilizando una metodología llamada "El puño del remitente", la inteligencia militar identificó que un individuo tenía una forma única de teclear los "puntos" y "rayas" de un mensaje, creando un ritmo que podía ayudar a distinguir a un aliado de un enemigo. [10] [11]

La dinámica del teclado recibió atención como una alternativa potencial a los números PIN cortos, que se usaron ampliamente para la autenticación al comienzo de la expansión de la computación en red. [12]

Recopilación y posible uso de datos sobre la dinámica de las pulsaciones de teclas

La biometría conductual de la dinámica de las pulsaciones de teclas utiliza la manera y el ritmo en que un individuo escribe caracteres en un teclado o teclado numérico. [13] [14] [15] Los ritmos de pulsación de teclas del usuario se miden para desarrollar una plantilla biométrica única del patrón de mecanografía del usuario para la autenticación futura. [7] Las pulsaciones de teclas se separan en mecanografía estática y dinámica, que se utilizan para ayudar a distinguir entre usuarios autorizados y no autorizados. [16] La información de vibración se puede utilizar para crear un patrón para uso futuro tanto en tareas de identificación como de autenticación.

La información dinámica de las pulsaciones de teclas se podría utilizar para verificar o determinar la identidad de la persona que produce las pulsaciones de teclas. [17] Las técnicas utilizadas para hacer esto varían ampliamente en sofisticación y van desde técnicas estadísticas hasta enfoques de inteligencia artificial (IA) como redes neuronales .

El tiempo que se tarda en buscar y pulsar una tecla (tiempo de búsqueda) y el tiempo que se mantiene pulsada la tecla (tiempo de retención) pueden ser característicos de una persona, independientemente de la velocidad total a la que escribe. La mayoría de las personas tardan más en encontrar o llegar a letras específicas en el teclado que el tiempo de búsqueda promedio para todas las letras. Las letras que requieren más tiempo varían drásticamente y de manera constante para diferentes personas. Las personas diestras pueden ser estadísticamente más rápidas en llegar a las teclas que presionan con los dedos de la mano derecha que con los de la mano izquierda. Los dedos índice pueden ser más rápidos que otros dedos, lo que es constante para un usuario, independientemente de su velocidad general.

Además, las secuencias de letras pueden tener propiedades características para un usuario. En inglés, el uso de "the" es muy común, y esas tres letras pueden conocerse como una secuencia rápida. Las terminaciones comunes, como "ing", pueden ingresarse mucho más rápido que las mismas letras en orden inverso ("gni") en un grado que varía consistentemente según el usuario. Esta consistencia puede mantenerse y revelar secuencias comunes del idioma nativo del usuario incluso cuando está escribiendo completamente en un idioma diferente.

Los "errores" más comunes también pueden ser bastante característicos de un usuario. Existe una taxonomía de errores, como las "sustituciones", "inversiones", "omisiones", "dobles pulsaciones", " letras adyacentes ", "homónimos" y errores de duración de pulsación (por mantener pulsada la tecla Shift durante demasiado tiempo o demasiado tiempo) más habituales. Incluso sin saber en qué idioma está trabajando el usuario, estos errores se pueden detectar observando el resto del texto y las letras que el usuario reemplaza.

Autenticación versus identificación

La dinámica de pulsaciones de teclas forma parte de una clase más amplia de biometría conocida como biometría conductual, un campo en el que los patrones observados son de naturaleza estadística. Debido a esta incertidumbre inherente, una creencia común es que la biometría conductual no es tan confiable como la biometría utilizada para la autenticación basada en características físicamente observables, como las huellas dactilares , los escaneos de retina o el ADN . La biometría conductual utiliza una medida de confianza en reemplazo de las medidas tradicionales de aprobación/rechazo . Como tal, los puntos de referencia tradicionales de la tasa de aceptación falsa (FAR) y las tasas de rechazo falso (FRR) ya no tienen relaciones lineales.

La ventaja de la dinámica de pulsaciones de teclas (así como de otros métodos biométricos de comportamiento) es que la FRR/FAR se puede ajustar modificando el umbral de aceptación a nivel individual. Esto permite una mitigación de riesgos individuales definida explícitamente que las tecnologías biométricas físicas no podrían lograr.

Uno de los principales problemas que enfrenta la dinámica de pulsaciones de teclas es que la forma en que escribe un usuario varía sustancialmente durante un día y entre diferentes días y puede verse afectada por diversos factores externos.

Debido a estas variaciones, cualquier sistema puede generar errores de falsos positivos y falsos negativos. Algunos productos comerciales exitosos tienen estrategias para manejar estos problemas y han demostrado ser efectivos en su uso a gran escala en entornos y aplicaciones del mundo real.

Cuestiones jurídicas y reglamentarias

El uso de software keylogger puede ser una violación directa y explícita de las leyes locales, como la Ley Patriota de los EE. UU ., según la cual dicho uso puede constituir escuchas telefónicas .

Patentes

Otros usos

Dado que los seres humanos generan tiempos de pulsación de teclas, estos no están bien correlacionados con procesos externos. Con frecuencia se utilizan como fuente de números aleatorios generados por hardware para sistemas informáticos.

Los síntomas de salud mental como la depresión y la ansiedad también se han correlacionado con las características de sincronización de las pulsaciones de teclas. [18]

Véase también

Referencias

  1. ^ Robert Moskovitch, Clint Feher, Arik Messerman, Niklas Kirschnick, Tarik Mustafic, Ahmet Camtepe, Bernhard Löhlein, Ulrich Heister, Sebastian Möller , Lior Rokach, Yuval Elovici (2009). Robo de identidad, computadoras y biometría del comportamiento (PDF) . Actas de la Conferencia Internacional IEEE sobre Inteligencia e Informática de Seguridad. pp. 155–160.{{cite conference}}: CS1 maint: multiple names: authors list (link)
  2. ^ Monrose, Fabian y Aviel D. Rubin. "Dinámica de pulsaciones de teclas como biometría para la autenticación". Future Generation Computer Systems .{{cite journal}}: CS1 maint: multiple names: authors list (link)
  3. ^ Monrose, F.; Rubin, A. (1997). "Autenticación mediante dinámica de pulsaciones de teclas". Actas de la 4.ª conferencia de la ACM sobre seguridad informática y de las comunicaciones . págs. 48–56. doi :10.1145/266420.266434.
  4. ^ Deng, Y.; Yu, Y. (2013). "Autenticación de usuarios mediante dinámica de pulsaciones de teclas basada en un modelo de mezcla gaussiana y redes de creencias profundas". ISRN Signal Processing . 2013 : 565183. doi : 10.1155/2013/565183 .
  5. ^ "Autenticación de usuarios mediante funciones biométricas de mecanografía" (PDF) . Archivado desde el original (PDF) el 4 de marzo de 2014. Consultado el 14 de noviembre de 2013 .
  6. ^ Shepherd, SJ (1995). "Autenticación continua mediante análisis de las características de escritura del teclado". Convenio Europeo sobre Seguridad y Detección . pp. 111–114. doi :10.1049/cp:19950480. ISBN. 0-85296-640-7.
  7. ^ ab Panasiuk, Piotr; Saeed, Khalid (2010). "Un algoritmo modificado para la identificación del usuario por su escritura en el teclado". Procesamiento de imágenes y desafíos de las comunicaciones 2 . Avances en computación inteligente y blanda. Vol. 84. págs. 113–120. doi :10.1007/978-3-642-16295-4_13. ISBN 978-3-642-16294-7.
  8. ^ Alzubaidi, Abdulaziz; Kalita, Jugal (2016). "Autenticación de usuarios de teléfonos inteligentes mediante biometría del comportamiento". IEEE Communications Surveys & Tutorials . 18 (3): 1998–2026. arXiv : 1911.04104 . doi :10.1109/comst.2016.2537748. ISSN  1553-877X. S2CID  8443300.
  9. ^ Monrose, Fabian y Aviel D. Rubin. "Dinámica de pulsaciones de teclas como biometría para la autenticación". Future Generation Computer Systems .{{cite journal}}: CS1 maint: multiple names: authors list (link)
  10. ^ "Dinámica de pulsaciones de teclas". Biometría . Consultado el 18 de enero de 2018 .
  11. ^ Haring, Kristen (2007). La cultura técnica de la radioafición. MIT Press. p. 23. ISBN 978-0-262-08355-3.
  12. ^ Monrose, F.; Rubin, A. (1997). "Autenticación mediante dinámica de pulsaciones de teclas". Actas de la 4.ª conferencia de la ACM sobre seguridad informática y de las comunicaciones . págs. 48–56. doi :10.1145/266420.266434.
  13. ^ Deng, Y.; Yu, Y. (2013). "Autenticación de usuarios mediante dinámica de pulsaciones de teclas basada en un modelo de mezcla gaussiana y redes de creencias profundas". ISRN Signal Processing . 2013 : 565183. doi : 10.1155/2013/565183 .
  14. ^ "Autenticación de usuarios mediante funciones biométricas de mecanografía" (PDF) . Archivado desde el original (PDF) el 4 de marzo de 2014. Consultado el 14 de noviembre de 2013 .
  15. ^ Autenticación continua mediante el análisis de las características de escritura del teclado
  16. ^ Alzubaidi, Abdulaziz; Kalita, Jugal (2016). "Autenticación de usuarios de teléfonos inteligentes mediante biometría del comportamiento". IEEE Communications Surveys & Tutorials . 18 (3): 1998–2026. arXiv : 1911.04104 . doi :10.1109/comst.2016.2537748. ISSN  1553-877X. S2CID  8443300.
  17. ^ Lu, Xiaofeng; Zhang, Shengfei; Hui, Pan; Lio, Pietro (1 de septiembre de 2020). "Autenticación continua mediante pulsación de teclas de texto libre basada en CNN y RNN". Computers & Security . 96 : 101861. doi : 10.1016/j.cose.2020.101861 . hdl : 11573/1719684 . ISSN  0167-4048.
  18. ^ Braund, Taylor A.; O'Dea, Bridianne; Bal, Debopriyo; Maston, Kate; Larsen, Mark E.; Werner-Seidler, Aliza; Tillman, Gabriel; Christensen, Helen (15 de mayo de 2023). "Asociaciones entre los metadatos de pulsaciones de teclas de teléfonos inteligentes y los síntomas de salud mental en adolescentes: hallazgos del estudio Future Proofing". JMIR Mental Health . 10 : e44986. doi : 10.2196/44986 . PMC 10227695 . PMID  37184904. 

Otras referencias

Lectura adicional