[论文解读] Insights from BB-MAS -- A Large Dataset for Typing, Gait and Swipes of the Same Person on Desktop, Tablet and Phone

Amith K. Belman, Li Wang+7 more|arXiv (Cornell University)|Nov 8, 2019

User Authentication and Security Systems被引用 12

一句话总结

本文介绍了BB-MAS，这是一个大规模的行为生物识别数据集，包含117名参与者在台式机、平板电脑和手机设备上的打字、步态和滑动操作数据。研究发现，与台式机相比，手持设备上的按键按压时间更短，按键间隔时间更长，为跨设备用户认证研究提供了关键洞见。

ABSTRACT

Behavioral biometrics are key components in the landscape of research in continuous and active user authentication. However, there is a lack of large datasets with multiple activities, such as typing, gait and swipe performed by the same person. Furthermore, large datasets with multiple activities performed on multiple devices by the same person are non-existent. The difficulties of procuring devices, participants, designing protocol, secure storage and on-field hindrances may have contributed to this scarcity. The availability of such a dataset is crucial to forward the research in behavioral biometrics as usage of multiple devices by a person is common nowadays. Through this paper, we share our dataset, the details of its collection, features for each modality and our findings of how keystroke features vary across devices. We have collected data from 117 subjects for typing (both fixed and free text), gait (walking, upstairs and downstairs) and touch on Desktop, Tablet and Phone. The dataset consists a total of about: 3.5 million keystroke events; 57.1 million data-points for accelerometer and gyroscope each; 1.7 million data-points for swipes; and enables future research to explore previously unexplored directions in inter-device and inter-modality biometrics. Our analysis on keystrokes reveals that in most cases, keyhold times are smaller but inter-key latencies are larger, on hand-held devices when compared to desktop. We also present; detailed comparison with related datasets; possible research directions with the dataset; and lessons learnt from the data collection.

研究动机与目标

• 解决连续用户认证研究中缺乏大规模、多设备、多模态行为生物识别数据集的问题。
• 通过在同一用户于台式机、平板电脑和手机上同步采集数据，实现跨设备和跨模态的行为生物识别分析。
• 提供一个公开可用的基准数据集，以支持跨设备行为生物识别研究，并提升连续认证系统的现实感。
• 分析击键特征在不同设备上的变化，为行为生物识别中的设备特定建模提供建议。
• 分享在大规模、多设备、多模态数据采集活动中的经验教训和方法论洞见，以指导未来研究工作。

提出的方法

• 在获得IRB批准并取得知情同意的前提下，历时三个月从117名参与者处收集了台式机、平板电脑和手机三种设备的数据。
• 采集了三种行为模态：打字（固定文本和自由打字）、步态（行走、上楼、下楼）以及触摸滑动（水平滚动和导航）。
• 记录了来自加速度计和陀螺仪的原始传感器数据（每类设备各5710万条数据点），并提取了350万次击键事件和170万次滑动事件。
• 使用唯一ID对所有参与者数据进行匿名化处理，并移除所有个人可识别信息。
• 为每种模态和设备提取了标准的行为生物识别特征（如按键按压时间、按键间隔时间、步态周期时长、滑动速度）。
• 通过DOI公开共享数据集，包含原始数据、提取的特征以及详细的元数据，以确保可复现性和可重用性。

实验结果

研究问题

• RQ1 对于同一人而言，台式机、平板电脑和手机上的击键特征（如按键按压时间、按键间隔时间）有何差异？
• RQ2 一种设备（如台式机）的行为生物识别模式在多大程度上可以推广到其他设备（如手机或平板电脑）？
• RQ3 在不同设备和用户群体之间，步态和滑动交互的区分性行为模式是什么？
• RQ4 行为生物识别特征的分布如何在不同设备间分布，这对跨设备认证系统有何影响？
• RQ5 在大规模采集多模态、多设备行为生物识别数据时，会面临哪些方法论挑战，如何加以缓解？

主要发现

• 手持设备（平板电脑和手机）上的按键按压时间显著短于台式机，表明按键按压时间更短。
• 手持设备上的按键间隔时间始终长于台式机，表明移动设备上的打字节奏更慢。
• 该数据集包含约350万次击键事件、每类设备各5710万条加速度计和陀螺仪数据点，以及170万次滑动事件，是目前规模最大的多设备行为生物识别数据集之一。
• 击键特征在不同设备间的差异可能受输入方式差异的影响，例如接触点减少（如两指输入 vs. 十指输入）。
• BB-MAS数据集是首个公开可用的数据集，包含同一用户在台式机、平板电脑和手机上同步采集的打字、步态和滑动数据。
• 该数据集为跨设备行为生物识别研究开辟了新方向，包括跨设备用户识别和多模态融合在连续认证中的应用。