Tuşa basış dinamikleri, akselerometre ve jiroskop verileriyle mobil cihazlarda davranışsal biyometrik kimlik doğrulama

Günümüzde sıkça kullandığımız ve birçok ihtiyacın karşılanabildiği mobil cihazlarda, bilinen anahtarla yani şifreyle kimlik doğrulama yöntemine ek olarak veya doğrudan bu yöntemin yerine, parmak izi ve yüz tanıma sistemleri gibi biyometrik kimlik doğrulama yöntemleri yaygın bir şekilde kullanılmaktadır. Bu kimlik doğrulama yöntemleri güvenilir görünseler de doğrulamayı sağlayan biyometrik veriler gizlenememektedir. Parmak izi, ses ve yüz gibi fiziksel biyometrik veriler sürekli olarak bir yerlerde bırakılmaktadır veya başkalarından saklanamamaktadır. Başka bir deyişle herkes tarafından görülen, duyulan, ulaşılabilen ve değiştirilemeyen verilerle kimlik doğrulama işlemleri gerçekleştirilmektedir. İleride bu verilerin çalınarak ya da kopyalanarak, doğrulama sistemlerinin kolayca atlatılamayacağı meçhul. Bu yöntemlerin yerine veya tercihe bağlı olarak bu yöntemlere ek olacak şekilde kullanılabilecek davranışsal biyometrik kimlik doğrulama yöntemleriyle, kullanıcıyı ek bir doğrulama adımıyla uğraştırmadan, arka planda yapılan davranış analizleri sayesinde belirli başarı yüzdeleriyle kimlik doğrulama yapılabilmektedir. Bu çalışmada, çalınması ve taklit edilmesi çok daha zor gözüken, arka planda transparan bir şekilde çalıştığı için de kullanıcı deneyimi açısından daha verimli olan 'tuşa basış dinamikleri ve mobil cihazlarda bulunan akselerometre ve jiroskop sensörleriyle elde edilen üç boyutlu uzaydaki tuşlama esnasındaki cihaz pozisyonu verileriyle' davranışsal biyometrik kimlik doğrulama çözümü ele alınmıştır. Analizler birden fazla makine öğrenmesi algoritması ve farklı veri seti kombinasyonları kullanılarak yapılmıştır. Ortalama sonuçlara göre en iyi %1.30 eş hata oranı (EER) Rastgele Orman sınıflandırıcı elde edilmiştir.