BriefGPT - AI 论文速递
·
Optimizing Mouse Dynamics for User Authentication Using Machine Learning: Addressing Data Sufficiency, Accuracy-Practicality Trade-offs, and Model Performance Challenges
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本文提出了一种基于鼠标动态分析的用户认证方法，旨在克服传统认证方法的局限性。通过引入鼠标认证单元（MAU）和本地时间鼠标认证（LT-AMouse）框架，显著减少数据规模并提高用户行为表示的准确性，最终在多个数据集上超越现有性能。
🎯
关键要点
- 传统用户认证方法在可用性、成本和安全性方面存在局限性。
- 提出了一种基于鼠标动态分析的用户认证方法。
- 引入了鼠标认证单元（MAU）和本地时间鼠标认证（LT-AMouse）框架。
- 该方法显著减少了数据规模，提高了用户行为表示的准确性。
- 在多个数据集上，该方法的性能超越了现有的最先进技术。
➡️
