![]() |
ИСТИНА |
Войти в систему Регистрация |
Интеллектуальная Система Тематического Исследования НАукометрических данных |
||
В данной работе рассматривается проблема активной аутентификации пользователей по динамике их работы с клавиатурой персонального компьютера. Данная задача является задачей своевременного обнаружения внутренних вторжений и сводится к задаче одноклассовой классификации. Предлагается новый подход, основанный на отборе стабильных признаков с использованием статистики Колмогорова-Смирнова и уменьшении шумов в данных посредством дискретизации признаков по квантилям. Для решения задачи рассматриваются различные методы машинного обучения: SVM, KNN, Fuzzy Kernel-Based Anomaly Detection, Kernel PCA, RNN, Random Forest Regressor, KDE, Bagging. Для проверки предлагаемых подходов был создан экспериментальный программный стенд, реализованный на Python. Экспериментальное исследование показало, что без смены оборудования удается достичь высокого качества распознавания пользователей (AUC = 0.93) при использовании отбора признаков по стабильности, нормализации оставшихся признаков и применении классификатора Bagging KDE. При смене оборудования, качество распознавания пользователей продолжает оставаться высоким (AUC = 0.89), оптимальным является использование отбора признаков по стабильности, дискретизации оставшихся признаков по квантилям и применение классификатора Fuzzy Kernel-Based Anomaly Detection.