[论文解读] 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 6

一句话总结

本文提出了一种新颖的类似图像的特征工程方法——键盘动态图像（KDI），用于表示自由文本输入的敲击动态以实现用户认证。采用带有Cutout正则化的卷积神经网络（CNN），该方法在公开数据集上实现了最先进性能，相较于以往工作，在等错误率（EER）和准确率方面表现更优，尤其在Buffalo数据集上表现突出。

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.

研究动机与目标

• 为解决在无专用硬件条件下使用自由文本敲击动态进行用户认证的挑战。
• 开发一种稳健的特征工程方法，以有效捕捉非受限文本输入中的打字模式。
• 相较于现有方法，提升认证准确率并降低错误率。
• 评估深度学习模型（尤其是CNN和混合CNN-RNN架构）在自由文本敲击动态数据上的有效性。
• 分析序列长度以及Cutout等正则化技术对模型性能的影响。

提出的方法

• 提出键盘动态图像（KDI），一种类似图像的转移矩阵，其中行/列代表键盘按键，深度代表特征类别。
• 通过将输入划分为子序列并按按键对聚合特征，将敲击序列转换为固定长度的KDI矩阵。
• 采用带有Cutout正则化的二维CNN，从KDI输入中学习空间模式，提升对噪声的鲁棒性。
• 将CNN与门控循环单元（GRU）结合，构建混合模型以捕捉敲击动态中的序列依赖关系。
• 应用Cutout正则化以模拟缺失数据并减少过拟合，尤其在类似图像的输入结构中效果显著。
• 通过超参数调优优化序列长度、模型深度和正则化强度。

实验结果

研究问题

• RQ1 一种新颖的类似图像的特征表示（KDI）是否能提升深度学习模型在基于自由文本敲击动态的用户认证中的性能？
• RQ2 Cutout正则化如何影响模型的泛化能力以及对噪声敲击数据的鲁棒性？
• RQ3 混合CNN-GRU架构是否在建模序列敲击模式方面优于独立的CNN？
• RQ4 敲击序列的长度如何影响认证准确率和错误率？
• RQ5 在相同的敲击动态任务中，不同RNN变体（GRU、LSTM、RNN）的性能如何比较？

主要发现

• 在Buffalo数据集上，带有Cutout正则化的CNN模型实现了0.0078的EER和98.53%的准确率，优于以往工作。
• 在Buffalo数据集上，混合CNN-GRU模型实现了最佳EER（0.0112）和97.77%的准确率，表明序列建模具有显著价值。
• Cutout正则化显著提升了模型性能，尤其在仅使用CNN的模型中，使Buffalo数据集上的EER从0.0133降低至0.0078。
• 基于CNN的模型（KDI + CNN）在两个数据集上均优于CNN-RNN混合模型，表明KDI中的空间特征具有高度判别性。
• Clarkson II数据集的错误率高于Buffalo，可能是因为在控制条件较差的环境下历时2.5年采集的数据更嘈杂。
• 在Clarkson II数据集上，GRU变体优于LSTM和普通RNN，表明其在噪声序列上具有更好的泛化能力。