● 埃德蒙顿公立学校董事会(“EPSB”)对因使用或依赖本资源而产生的任何后果概不负责,所有此类使用或依赖(如有)风险均由用户自行承担。EPSB 保留更新新版本的权利。○ 本资源受版权保护,EPSB 保留所有权利。EPSB 允许其教师和员工以及 EPSB 授权的第三方将上述资源用于个人课堂教学或促进一般教育兴趣。未经 EPSB 事先书面许可,严禁以任何形式或任何手段(全部或部分,原始形式或任何其他形式)对上述资源进行任何和所有更改、修改、分发、传播、公开表演或展示或其他利用。© 2024 埃德蒙顿公立学校董事会。○ 我们已尽一切努力追踪所有版权材料的所有权并获得版权持有人的许可。如果对任何材料的使用存在任何问题,我们将很乐意在未来的印刷中做出必要的更正。
摘要 - 本研究通过开发TKIP -RUB(转换键盘输入模式以识别用户行为)算法在密码更新期间将合法用户与冒险者区分开的挑战。文献综述表明,包括EPSB方法在内的现有算法在基于移动键盘输入的情况下识别用户行为的准确性有限。旨在通过回答问题来增强身份验证系统的研究:转换历史输入模式是否可以提高用户识别的准确性和可靠性?假设提出的算法将在准确性和精确度上显着优于现有方法。为了评估这一点,使用143位用户更新密码的用户的登录尝试进行了实验研究,从而产生了629个记录的数据集(486个培训,143个测试)。将TKIP-RUB算法集成到移动身份验证系统中,以分析用户行为并生成预测模式。结果表明,尽管EPSB算法的准确度达到9.091%,但TKIP-RUB算法达到53.147%,代表了五倍的提高。这证明了TKIP-RUB算法在提高识别率,安全性和积极的预测精度方面具有较高的有效性。