User Authentication Based on Mouse Dynamics Using Deep Neural Networks

Metadane

• Autorzy: Penny Chong, Yuval Elovici, Alexander Binder
• Rok: 2019
• Źródło: IEEE Transactions on Information Forensics and Security, Vol. 15
• Status: to-read
• Pochodzenie: Wyekstrahowane z Khan et al. “Mouse Dynamics Behavioral Biometrics: A Survey” [26]
• Tagi: behavioral-biometrics mouse-dynamics deep-learning cnn authentication

Notatki

Publikacja dodana automatycznie z bibliografii. Dodaj PDF aby wygenerować pełne podsumowanie używając /summarize-paper chong-mouse-authentication-2019

Ważna praca z zakresu głębokich sieci neuronowych do autentykacji na podstawie dynamiki myszy. Chong et al. badali 2D-CNN oraz transfer learning z GoogleNet, uzyskując imponujące wyniki na publicznych datasetach (Balabit i TWOS). Ich praca wykazała przewagę głębokich modeli uczenia nad tradycyjnymi metodami machine learning’u.