文献

J-GLOBAL ID：202002287273726629   整理番号：20A0032399

Keystroe動力学を用いた多層フィードフォワード神経回路網による簡単な認証法【JST・京大機械翻訳】

A Simple Authentication Method with Multilayer Feedforward Neural Network Using Keystroke Dynamics

著者 (2件)： Gedikli Ahmet Melih (Department of Computer Engineering of Hacettepe University, Ankara, Turkey) ,  Efe Mehmet OEnder (Department of Computer Engineering of Hacettepe University, Ankara, Turkey)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1144  ページ： 9-23  発行年： 2020年 
JST資料番号： W5071A  ISSN： 1865-0929  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： キーストローク動力学は,広く受け入れられているユーザ認識と検証行動バイオメトリックであり,それは世紀についてほとんど研究されている。本質的に,このバイオメトリックは,多因子認証を形成するid/パスワード認証と共に使用される。このタスクのために提案されたいくつかの異常検出アルゴリズムがある。いくつかの提案は,相関と依存性を考慮することによってデータ距離を測定することによってこの問題を扱うが,いくつかのモデルは,複雑で時間がかかるモデルを用いて,正しい近似に達するように訓練するために深いニューラルネットワークを使用する。本論文では,ユーザ認証のための簡単で,正確で軽量な方法について述べた。また,既存の方法との比較を通して本手法の有効性を示し,ここで用いたCMUキーストローク動力学ベンチマークデータセットも用いた。弾力的な逆伝搬を有するフィードフォワード多層ニューラルネットワークを用いて,94.7%の全体的同定精度を有する認証に対して0.049に等しい等価誤り率(ERR)を得た。Copyright 2020 Springer Nature Switzerland AG Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ニューラルネットワーク ,  *フィードフォワード ,  誤り率 ,  *神経回路網 ,  バイオメトリクス ,  多層 ,  有効性 ,  *認証
準シソーラス用語： ディープニューラルネットワーク ,  利用者認証 ,  検出アルゴリズム ,  パスワード認証 ,  ホップ数 ,  キーストローク , 【Automatic Indexing@JST】

著者キーワード (5件)： フィードフォワード多層ニューラルネットワーク ,  ケークの動力学 ,  ユーザ認識と認証 ,  バイオメトリクス ,  弾力的逆伝搬

分類 (3件)： パターン認識  (JE07000S) ,  データ保護  (JD01020V) ,  生体計測  (EL03020C)

タイトルに関連する用語 (5件)： 動力学 ,  多層 ,  フィードフォワード ,  神経回路網 ,  認証