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。

Optimizing Mouse Dynamics for User Authentication Using Machine Learning: Addressing Data Sufficiency, Accuracy-Practicality Trade-offs, and Model Performance Challenges
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证