Wyszukiwanie zaawansowane ?

Obiekt

Pobierz

Tytuł: Application of Recurrent Neural Networks for User Verification based on Keystroke Dynamics, Journal of Telecommunications and Information Technology, 2016, nr 3

Autor:

Kobojek, Paweł ; Saeed, Khalid

Data wydania:

2016, nr 3

Typ zasobu:

artykuł

Opis:

Keystroke dynamics is one of the biometrics techniques that can be used for the verification of a human being. This work briefly introduces the history of biometrics and the state of the art in keystroke dynamics. Moreover, it presents an algorithm for human verification based on these data. In order to achieve that, authors’ training and test sets were prepared and a reference dataset was used. The described algorithm is a classifier based on recurrent neural networks (LSTMand GRU). High accuracy without false positive errors as well as high scalability in terms of user count were chosen as goals. Some attempts were made to mitigate natural problems of the algorithm (e.g. generating artificial data). Experiments were performed with different network architectures. Authors assumed that keystroke dynamics data have sequence nature, which influenced their choice of classifier. They have achieved satisfying results, especially when it comes to false positive free setting.

Wydawca:

National Institute of Telecommunications

Format:

application/pdf

Identyfikator zasobu:

ISSN 1509-4553, on-line: ISSN 1899-8852 ; oai:bc.itl.waw.pl:1934

Źródło:

Journal of Telecommunications and Information Technology

Język:

ang

Prawa:

Biblioteka Naukowa Instytutu Łączności

Temat i słowa kluczowe:

biometrics GRU networks LSTM networks user verification keystroke dynamics recurrent neural networks

Kolekcje, do których przypisany jest obiekt:

Data ostatniej modyfikacji:

21 paź 2016

Data dodania obiektu:

21 paź 2016

Liczba wyświetleń treści obiektu:

432

Wszystkie dostępne wersje tego obiektu:

https://ribes-54.man.poznan.pl/publication/2208

Wyświetl opis w formacie RDF:

RDF

Wyświetl opis w formacie OAI-PMH:

OAI-PMH

Nazwa wydania Data
Kobojek, Paweł; Saeed, Khalid, Application of Recurrent Neural Networks for User Verification based on Keystroke Dynamics, Journal of Telecommunications and Information Technology, 2016, nr 3 21 paź 2016

Obiekty Podobne
Multimodal Sarcasm Detection via Hybrid Classifier with Optimistic Logic, Journal of Telecommunications and Information Technology, 2022, nr 3

Khairnar, Vaishali Bavkar, Dnyaneshwar Madhukar Kashyap, Ramgopal

2022, nr 3
artykuł
Probabilistic Issues in Biometric Template Design, Journal of Telecommunications and Information Technology, 2010, nr 4

Pacut, Andrzej

2010, nr 4
artykuł
Simulation Model of Biometric Authentication Using Multiagent Approach, Journal of Telecommunications and Information Technology, 2010, nr 4

Kapczyński, Adrian Owczarek, Tomasz

2010, nr 4
artykuł
Robust and Accurate Iris Segmentation Algorithm for Colorand Noisy Eye Images, Journal of Telecommunications and Information Technology, 2010, nr 4

Strzelczyk, Przemysław

2010, nr 4
artykuł
2024, nr 3, JTIT-artykuły
2024, nr 3, JTIT-artykuły
A Collaborative Approach to Detecting DDoS Attacks in SDN Using Entropy and Deep Learning, Journal of Telecommunications and Information Technology, 2024, nr 3

Narayan, D. G. Heena, W Amit, K

2024, nr 3
artykuł
Iris Recognition System Based on Zak-Gabor Wavelet Packets, Journal of Telecommunications and Information Technology, 2010, nr 4

Czajka, Adam Pacut, Andrzej

2010, nr 4
artykuł
Face Tracking and Recognition with the Use of Particle-Filtered Local Features, Journal of Telecommunications and Information Technology, 2010, nr 4

Pacut, Andrzej Stasiak, Łukasz A.

2010, nr 4
artykuł
Privacy Preserving and Secure Iris-Based Biometric Authentication for Computer Networks, Journal of Telecommunications and Information Technology, 2011, nr 4

Strzelczyk, Przemysław

2011, nr 4
artykuł
Więcej
×

Cytowanie

Styl cytowania:

Dane kontaktowe

Adres

Instytut Łączności – Państwowy Instytut Badawczy ul. Szachowa 1 04-894 Warszawa

Telefon

(+48) 5128 696

E-Mail

biblioteka@il-pib.pl

Odwiedź nas!

Ta strona wykorzystuje pliki 'cookies'. Więcej informacji