Для функционирования сайта могут собираться метаданные (сcookie, IP-адрес, местоположение). Если Вы не хотите, чтобы эти данные обрабатывались, то покиньте сайт.
OK
Умная биометрическая клавиатура
У каждого пользователя компьютера имеется уникальный клавиатурный почерк. Однако не на любой клавиатуре его можно достаточно точно "измерить".
ДЛИННЫЕ СЛОЖНО ЗАПОМНИТЬ
И ЛЕГКО СКОМПРОМЕТИРОВАТЬ
НО
ПАРОЛЬ МОЖНО УСИЛИТЬ
если сопоставлять данные о том, как он был введен
Используя обычную клавиатуру почти невозможно получить действительно информативные характеристики динамики набора текста, пригодные для идентификации пользователя. Клавиатурный почерк очень изменчив (в зависимости от состояния человека, и времени суток и т.д.). Однако используя дополнительные признаки, такие как сила нажатия на клавиши, скорость движения рук и их положение над клавиатурой можно многократно повысить точность идентификации человека, даже если его клавиатурный почерк нестабилен.

Устройство состоит из следующих компонент
  • стандартная клавиатура, использующая для нажатия клавиш механические переключатели для замыкания участков электронной цепи, в корпус которой встраиваются датчики;
  • пять резистивных датчиков давления для измерения силы нажатия на клавиши, которые представляют собой силоизмерительные резисторы, выполненные в виде плоских тонких пассивных элементов, сопротивление которых пропорционально усилию, действующему на их поверхность;
  • пьезоэлектрический датчик для преобразования механических вибраций клавиатуры в электрический сигнал, который способен улавливать даже незначительные колебания;
  • два времяпролетных лазерных дальномера, фиксирующих динамические характеристики кистей правой и левой рук;
  • модуль USB Host Shield для подключения USB-клавиатуры к микроконтроллеру;
  • микроконтроллер Arduino, к которому подключены USB Host Shield и датчики.

Возможности
Разработанный прототип (устройство + программное обеспечение) позволяет идентифицировать или верифицировать пользователя клавиатуры, а также определить наличие отклонений в его психофизиологическом состоянии от "нормы" (алкогольное опьянение, усталость, сонливость, возбуждение).
Клавиатура позволяет получить исчерпывающую информацию об индивидуальных особенностях набора текста каждого пользователя
Основные участники проекта
Сулавко Алексей Евгеньевич
кандидат техн., доцент каф. КЗИ, старший научный сотрудник ОмГТУ, Омск
Еременко Александр Валериевич
кандидат техн. наук, руководитель направления Автоматика-сервис, Санкт-Петербург
Федотов Александр Анатольевич
кандидат техн. наук, Москва
Лыжин Артем Александрович
выпускник ОмГТУ, Омск
Седнев Никита Вадимович
выпускник ОмГТУ, Омск
Новиков Максим Дмитриевич
магистрант, каф. КЗИ, ОмГТУ, Омск
Основные публикации
по тематике "Биометрическая клавиатура"
Биометрическая аутентификация по клавиатурному почерку с учетом силы нажатия на клавиши, параметров вибрации и движения рук оператора
динамика движений рук над клавиатурой, давление на клавиши, время удержания клавиши, паузы между нажатием клавиш, «широкие» нейронные сети, вейвлет анализ, амплитудный спектр, быстрое преобразование Фурье
ознакомиться с работой на researchgate.net

Сулавко, А. Е. Биометрическая аутентификация по клавиатурному почерку с учетом силы нажатия на клавиши, параметров вибрации и движения рук оператора / А. Е. Сулавко, А. Р. Хамзин, А. А. Лыжин, М. Д. Новиков, Н. В. Седнев, С. В. Хабаров // Вопросы защиты информации. - 2018. - № 2. - С. 41-50

В работе рассматриваются проблема биометрической аутентификации по клавиатурному почерку. Традиционные признаки клавиатурного почерка являются малоинформативными и не позволяют создавать средств надежной аутентификации. В работе предлагается использовать дополнительные признаки: силу нажатия на клавиши, траектории движения рук над клавиатурой и параметры ее вибрации при наборе парольной фразы. Для регистрации новых признаков разработана специальная клавиатура. Проведена оценка информативности данных признаков. Предложено использовать гибкие гибридные нейронные сети, способные к быстрому обучению, для распознавания пользователей клавиатуры. Дана оценка надежности принимаемых сетью решений. Достигнутый результат превышает полученные ранее.
Users' identification through keystroke dynamics based on vibration parameters and keyboard pressure
давление на клавиши, вибрация клавиатуры, широкие искусственные нейронные сети, корреляция между биометрическими признаками, плотность вероятности
ознакомиться с работой на researchgate.net

Sulavko A.E., Fedotov A.A., Eremenko A.V. Users' identification through keystroke dynamics based on vibration parameters and keyboard pressure // 2017 Dynamics of Systems, Mechanisms and Machines, Dynamics 2017, 14-16 November, 2017, Omsk, Russia. - p. 1-7. doi:10.1109/Dynamics.2017.8239514

Рассматривается проблема защиты данных от неавторизованного доступа посредством проведения аутентификации субъектов по клавиатурному почерку. Предложено использовать параметры давления на клавиши и вибрации клавиатуры совместно с временными характеристиками нажатия клавиш для распознавания печатающего субъекта. Разработана клавиатура с использованием специальных датчиков, позволяющих регистрировать дополнительные параметры. Проведена оценка информативности новых признаков, а также вероятностей ошибок распознавания субъектов на основе персептронов, формулы Байеса и сетей квадратичных форм. Наилучший результат: количество ошибок идентификации 20 человек составило 0,6 %.
Влияние функционального состояния оператора на параметры его клавиатурного почерка в системах биометрической аутентификации
измерение параметров клавиатурного почерка, искусственные нейронные сети, функциональное состояние оператора, распознавание субъектов, биометрия
ознакомиться с работой на researchgate.net

Сулавко А.Е. Влияние функционального состояния оператора на параметры его клавиатурного почерка в системах биометрической аутентификации // Датчики и системы. - 2017. - № 11. - С. 19-30

Рассматривается проблема защиты данных от неавторизованного доступа посредством проведения аутентификации субъектов по клавиатурному почерку. Проведена оценка влияния приема алкоголя, успокоительного, кофеина и интенсивной физической нагрузки на параметры клавиатурного почерка оператора. Проведена серия экспериментов по влиянию функционального состояния оператора на результаты его распознавания по клавиатурному почерку с помощью меры Пирсона, хи-модуль, многомерной формулы гипотез Байеса, взвешенной меры Евклида, а также их сетей и персептронов с настройкой по ГОСТ Р 52633.5.
Made on
Tilda