您的设备可能比您自己更了解您 —— 使用机器学习在新数据集上进行连续认证
原文中文,约400字,阅读约需1分钟。发表于: 。本研究旨在进一步研究利用行为生物特征进行连续身份验证的领域。我们贡献了一个创新的数据集,该数据集涵盖了 15 名用户使用三星平板电脑玩 Minecraft 的手势数据,每个用户游戏时间为 15 分钟。利用这个数据集,我们使用了机器学习二元分类器,包括随机森林、K 最近邻和支持向量分类器,来确定特定用户行为的真实性。我们最强大的模型是支持向量分类器,其平均准确率达到了约...
本研究使用行为生物特征进行身份验证研究,提供了一个包含15名用户手势数据的创新数据集。通过机器学习分类器,发现支持向量分类器是最强大的模型,准确率约为90%。然而,还需要进一步研究使其成为身份验证系统的可行选择。