[論文レビュー] Free-Text Keystroke Dynamics for User Authentication

Jianwei Li, Han-Chih Chang+1 more|arXiv (Cornell University)|Jul 1, 2021

Hand Gesture Recognition Systems被引用数 6

ひとこと要約

本論文は、ユーザー認証のための自由入力テキストキーストロークダイナミクスを表現するための新しい画像風特徴工学手法、キーボードダイナミクス画像（KDI）を提案する。畳み込みニューラルネットワーク（CNN）にカットアウト正則化を適用した手法は、オープンデータセット上で最先端の性能を達成し、等確率誤差率（EER）および正答率において、特にバッファロー・データセットで先行研究を上回った。

ABSTRACT

In this research, we consider the problem of verifying user identity based on keystroke dynamics obtained from free-text. We employ a novel feature engineering method that generates image-like transition matrices. For this image-like feature, a convolution neural network (CNN) with cutout achieves the best results. A hybrid model consisting of a CNN and a recurrent neural network (RNN) is also shown to outperform previous research in this field.

研究の動機と目的

• 専用ハードウェアを用いずに、自由入力テキストキーストロークダイナミクスを用いたユーザー認証の課題に対処すること。
• 制約のないテキスト入力において、タイピングパターンを効果的に捉える強固な特徴工学手法を開発すること。
• 従来の手法と比較して、認証の正答率を向上させ、誤差率を低減すること。
• 特にCNNとハイブリッドCNN-RNNアーキテクチャを用いた深層学習モデルが、自由入力キーストロークデータにどのように効果を発揮するかを評価すること。
• シーケンス長およびカットアウトのような正則化技術がモデル性能に与える影響を分析すること。

提案手法

• キーボードのキーを行・列に、深さを特徴カテゴリに割り当てた画像風の遷移行列であるキーボードダイナミクス画像（KDI）を提案する。
• 入力を部分列に分割し、各キー対あたりの特徴を集約することで、キーストロークシーケンスを固定長のKDIマトリクスに変換する。
• KDI入力を用いて空間的パターンを学習する2次元CNNを採用し、ノイズに対しての耐性を高める。
• キーストロークダイナミクスの順序的依存関係を捉えるために、CNNとゲート付き再帰ユニット（GRU）をハイブリッドに組み合わせたモデルを構築する。
• 欠損データを模擬する目的でカットアウト正則化を適用し、過学習を低減する。特に画像風の入力構造において、顕著な効果を示した。
• ハイパーパramータチューニングにより、シーケンス長、モデルの深さ、正則化強度を最適化する。

実験結果

リサーチクエスチョン

• RQ1 KDIという新しい画像風の特徴表現は、自由入力キーストロークベースのユーザー認証における深層学習モデルの性能を向上させることができるか？
• RQ2 カットアウト正則化は、モデルの一般化性能およびノイズの多いキーストロークデータに対する耐性にどのように影響するか？
• RQ3 キーストロークの順序的パターンをモデル化する際、ハイブリッドCNN-GRUアーキテクチャは単体のCNNを上回る性能を示すか？
• RQ4 キーストロークシーケンスの長さは、認証の正答率および誤差率にどのように影響するか？
• RQ5 同じキーストロークダイナミクスタスクにおいて、異なるRNNバージョン（GRU、LSTM、RNN）の性能はどのように比較されるか？

主な発見

• カットアウト正則化を施したCNNモデルは、バッファロー・データセットでEER 0.0078、正答率98.53％を達成し、先行研究を上回った。
• ハイブリッドCNN-GRUモデルは、バッファロー・データセットで最良のEER 0.0112および正答率97.77％を記録し、順序的モデリングの価値を示した。
• カットアウト正則化はモデル性能を顕著に向上させ、特にCNN単体モデルにおいて、バッファロー・データセットでEERを0.0133から0.0078に低下させた。
• CNNベースのモデル（KDI + CNN）は、両方のデータセットでCNN-RNNハイブリッドモデルを上回った。これは、KDIに内蔵された空間的特徴が非常に判別能であることを示唆している。
• クラークソンIIデータセットは、バッファローと比較して誤差率が高かった。これは、2.5年間にわたり制御のきかない条件下で収集されたノイズの多いデータのためだと考えられる。
• クラークソンIIデータセットでは、GRUバージョンがLSTMおよび通常のRNNを上回った。これは、ノイズの多いシーケンスにおいてより優れた一般化性能を示していることを示している。