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。
b' 创作 产生\xc2\xa0想法、\xc2\xa0收集\xc2\xa0信息 规划\xc2\xa0和\xc2\xa0组织 审阅\xc2\xa0和\xc2\xa0编辑 句法 语法\xc2\xa0和\xc2\xa0句法\xc2\xa0意识 句子\xc2\xa0阐述 标点符号 文本\xc2\xa0结构 叙述、\xc2\xa0信息、\xc2\xa0观点\xc2\xa0结构 段落\xc2\xa0结构 模式\xc2\xa0组织\xc2\xa0(描述、序列、\xc2\xa0原因/结果、\xc2\xa0比较/对比、问题/解决方案) 链接\xc2\xa0和\xc2\xa0过渡\xc2\xa0单词/短语 写作\xc2\xa0工艺 文字\xc2\xa0选择 意识\xc2\xa0of\xc2\xa0任务、\xc2\xa0观众\xc2\xa0目的 文学\xc2\xa0设备 转录 拼写 手写、\xc2\xa0键盘输入'