DFL Mouse Dynamics Dataset

Informacje podstawowe

  • Nazwa: DFL (Dynamic Features Learning)
  • Alias: Antal and Denes-Fazakas dataset
  • Dziedzina: Behavioral Biometrics, Cybersecurity, User Authentication
  • Typ: Mouse movement tracking data

Źródło

  • Paper: Antal and Denes-Fazakas [10, 12, 13]
  • Organizacja: University researchers
  • Rok: 2019
  • Dostęp: Freely available

Charakterystyka

  • Rozmiar: 1k mouse actions
  • Liczba Uczestników: 21 subjects
  • Typ Zbioru: Completely free collection
  • Format: Mouse movement data with temporal and spatial information
  • Licencja: Freely available

Opis

DFL dataset został opracowany jako alternatywa do Balabit dataset’u. Jest bardzo podobny do Balabit dataset’u pod względem surowych danych i typu zbierania (completely free), ale został zebrany niezależnie i zawiera własny zestaw uczestników.

Dataset DFL jest szczególnie cenny dla porównywania wyników między badaniami i weryfikacji, że obserwacje nie są specyficzne dla jednego dataset’u. Autorzy (Antal i Denes-Fazakas) intensywnie badali dynamikę myszy i opublikowali wiele prac na temat autentykacji i intrusion detection.

Zastosowania

  • User authentication and verification
  • Comparative validation studies
  • Algorithm benchmarking
  • Deep learning model development
  • Intrusion detection

Używany w publikacjach

Benchmarki

ModelMetricPerformanceRokPublikacja
1D CNNAUC0.982020Antal & Fejér [12]
Random ForestAUC0.9922 ± 0.00612019Antal & Denes-Fazakas [10]

Uwagi

  • Freely available without approval requirements
  • Similar to Balabit but independent dataset
  • Good for validation of cross-dataset generalization
  • Smaller participant pool (21 users) like Balabit
  • Completely free data collection makes it realistic
  • Useful for comparing methods across multiple datasets
  • Frequently paired with Balabit in comparative studies

Tagi

dataset behavioral-biometrics mouse-dynamics authentication free-form benchmark