محققان دانشگاه Sapientia در رومانی و Université de Lyon اخیراً ارزیابی عملکرد میزان استفاده نامحدود از موش را برای تشخیص دفع حامل انجام داده اند. یافته های آنها ، که قبلاً در سایت arXiv منتشر شده است ، نشان می دهد که اقدامات ماوس و کشیدن ، برای شناسایی متجاوزان مفیدترین هستند.
پویایی ماوس ، ابزاری برای شناسایی بیومتریک مبتنی بر تعامل مشخصه کاربران با موش ، یک منطقه تحقیقاتی است که تا حد زیادی غیر قابل توضیح است. در نتیجه ، مجموعه داده های حاوی داده های نامحدود استفاده از موش هنوز به طرز چشمگیری کمیاب هستند.
مجموعه داده Balabit ، که توسط یک شرکت ناشناس در یک مسابقه علوم داده در سال 2016 منتشر شد ، می تواند اولین مجموعه مناسب و در دسترس عموم از داده های نامشخص موش باشد. محققان از این مجموعه داده برای ارزیابی دینامیکی ماوس برای تشخیص نفوذ استفاده کردند.
مارگیت آنتال ، یکی از محققانی که این تحقیق را انجام داده است ، به TechXplore گفت: "من در سال 2017 توسط یکی از دانشجویان سابق من به نام" الود اگید ززیگوند "که همکار نویسنده مقاله است ، به دانشگاه INSA لیون دعوت شدم. گذشته ، من در چندین برنامه تحقیق رفتاری مربوط به لمس بیومتریک ، پویایی ضربه زدن به کلید ، امضاهای آنلاین و غیره شرکت داشتم و در این زمینه تجربه داشتم ، بنابراین می خواستم تجربه خود را بر روی نوع دیگری از بیومتریکها اعمال کنم و دینامیک ماوس را پیشنهاد کردم. به الود رسیدیم و ما توافق كردیم كه این موضوع را با هم بررسی كنیم. "
داده های جلسه آزمون یک کاربر معین. اعتبار: Antal & Egyed-Zsingmond
Egyed-Zsigmond و آنتال پس از انجام یک بررسی اولیه درباره ادبیات ، متوجه شدند که تحقیقات پویایی ماوس تعدادی از مناطق غیر قابل کشف است. اول ، مجموعه داده های عمومی جامع که شامل داده های کلی استفاده از موش بود بسیار نادر بودند. دوم ، آنها فهمیدند که هنوز هیچ تحقیق قابل چاپ بر اساس چنین داده هایی وجود ندارد.
آنتال گفت: "من باید این نکته را ذکر کنم که واقعاً از کار احمد عواد ای. احمد و عیسی تراوره قدردانی می کنم." "مجموعه داده های آنها عمومی است. با این وجود ، به جای داده های موش خام ، داده های پردازش شده ای را شامل می شود."
یکی از اهداف اصلی مطالعه آنتال و ایگید زسیگموند این بود که بدانیم داده های استفاده ماوس برای احراز هویت کاربر چقدر ضروری است. بنابراین آنها تأثیر استفاده از مجموعه اقدامات ماوس مانند حرکات ماوس یا کشیدن و رها کردن را برای تأیید اعتبار مطالعه کردند.
"Antal گفت "در آخر ، ما همچنین اثر هموار سازی داده ها بر عملکرد سیستم را مورد مطالعه قرار دادیم."
داده های جلسه آموزشی یک کاربر را ارائه می دهد. اعتبار: Antal & Egyed-Zsingmond
ارزیابی آنها نشان می دهد که 10 تا 20 اقدامات ماوس برای تأیید هویت کارآمد در دینامیک ماوس لازم است. علاوه بر این ، اقدامات موس و کشیدن و رها کردن اثربخش ترین برای شناسایی دفع کننده ها موثر است.
آنتال گفت: "سایر محققان همچنین اولین سؤال ما را بررسی کردند ، یعنی مقدار داده های ماوس لازم برای تشخیص نفوذ." "یافته های ما ، مطابق با پیشرفته ترین تحقیقات ، نشان می دهد که حدود 10 تا 20 عمل ماوس برای تأیید صحت دقیق کاربر ضروری است. به بهترین دانش ما ، ما اولین نفری بودیم که ویژگی کاربر را در انواع مختلف بررسی کردیم. اقدامات ماوس ، با توجه به این که اقدامات ماوس کشیدن و رها کردن خاص ترین کاربر است. "
تحقیقات Antal و Egyed-Zsigmond بینش ارزشمندی در مورد پویایی ماوس به عنوان ابزاری برای تشخیص نفوذ جمع آوری کردند. یافته های آنها می تواند تحقیقات دیگری را القا کند و از توسعه برنامه های جدید بیومتریک آگاه شود. در یک مطالعه دیگر ، که هنوز منتشر نشده است ، محققان همچنین مجموعه داده های مربوط به داده های استفاده از موش را گردآوری کرده و آن را ارزیابی کردند.
آنتال گفت: "نتایج این ارزیابی ها مشابه مواردی است که با استفاده از مجموعه داده Balabit جمع آوری شده است ، با وجود این که مجموعه داده جدید شامل داده های کاربران بیشتر است." "این نتیجه بسیار دلگرم کننده است. ما همچنین شروع به استفاده از یادگیری عمیق برای استخراج ویژگی ها کردیم ، بررسی کردیم که آیا ویژگیهای تولید شده با استفاده از یادگیری عمیق می توانند بهتر از موارد دستی باشند."
http://ztndz.com/story7349389/پمپ-وکیوم-آبی
محققان دانشگاه Sapientia در رومانی و Université de Lyon اخیراً ارزیابی عملکرد میزان استفاده نامحدود از موش را برای تشخیص دفع حامل انجام داده اند. یافته های آنها ، که قبلاً در سایت arXiv منتشر شده است ، نشان می دهد که اقدامات ماوس و کشیدن ، برای شناسایی متجاوزان مفیدترین هستند.
پویایی ماوس ، ابزاری برای شناسایی بیومتریک مبتنی بر تعامل مشخصه کاربران با موش ، یک منطقه تحقیقاتی است که تا حد زیادی غیر قابل توضیح است. در نتیجه ، مجموعه داده های حاوی داده های نامحدود استفاده از موش هنوز به طرز چشمگیری کمیاب هستند.
مجموعه داده Balabit ، که توسط یک شرکت ناشناس در یک مسابقه علوم داده در سال 2016 منتشر شد ، می تواند اولین مجموعه مناسب و در دسترس عموم از داده های نامشخص موش باشد. محققان از این مجموعه داده برای ارزیابی دینامیکی ماوس برای تشخیص نفوذ استفاده کردند.
مارگیت آنتال ، یکی از محققانی که این تحقیق را انجام داده است ، به TechXplore گفت: "من در سال 2017 توسط یکی از دانشجویان سابق من به نام" الود اگید ززیگوند "که همکار نویسنده مقاله است ، به دانشگاه INSA لیون دعوت شدم. گذشته ، من در چندین برنامه تحقیق رفتاری مربوط به لمس بیومتریک ، پویایی ضربه زدن به کلید ، امضاهای آنلاین و غیره شرکت داشتم و در این زمینه تجربه داشتم ، بنابراین می خواستم تجربه خود را بر روی نوع دیگری از بیومتریکها اعمال کنم و دینامیک ماوس را پیشنهاد کردم. به الود رسیدیم و ما توافق كردیم كه این موضوع را با هم بررسی كنیم. "
داده های جلسه آزمون یک کاربر معین. اعتبار: Antal & Egyed-Zsingmond
Egyed-Zsigmond و آنتال پس از انجام یک بررسی اولیه درباره ادبیات ، متوجه شدند که تحقیقات پویایی ماوس تعدادی از مناطق غیر قابل کشف است. اول ، مجموعه داده های عمومی جامع که شامل داده های کلی استفاده از موش بود بسیار نادر بودند. دوم ، آنها فهمیدند که هنوز هیچ تحقیق قابل چاپ بر اساس چنین داده هایی وجود ندارد.
آنتال گفت: "من باید این نکته را ذکر کنم که واقعاً از کار احمد عواد ای. احمد و عیسی تراوره قدردانی می کنم." "مجموعه داده های آنها عمومی است. با این وجود ، به جای داده های موش خام ، داده های پردازش شده ای را شامل می شود."
یکی از اهداف اصلی مطالعه آنتال و ایگید زسیگموند این بود که بدانیم داده های استفاده ماوس برای احراز هویت کاربر چقدر ضروری است. بنابراین آنها تأثیر استفاده از مجموعه اقدامات ماوس مانند حرکات ماوس یا کشیدن و رها کردن را برای تأیید اعتبار مطالعه کردند.
"Antal گفت "در آخر ، ما همچنین اثر هموار سازی داده ها بر عملکرد سیستم را مورد مطالعه قرار دادیم."
داده های جلسه آموزشی یک کاربر را ارائه می دهد. اعتبار: Antal & Egyed-Zsingmond
ارزیابی آنها نشان می دهد که 10 تا 20 اقدامات ماوس برای تأیید هویت کارآمد در دینامیک ماوس لازم است. علاوه بر این ، اقدامات موس و کشیدن و رها کردن اثربخش ترین برای شناسایی دفع کننده ها موثر است.
آنتال گفت: "سایر محققان همچنین اولین سؤال ما را بررسی کردند ، یعنی مقدار داده های ماوس لازم برای تشخیص نفوذ." "یافته های ما ، مطابق با پیشرفته ترین تحقیقات ، نشان می دهد که حدود 10 تا 20 عمل ماوس برای تأیید صحت دقیق کاربر ضروری است. به بهترین دانش ما ، ما اولین نفری بودیم که ویژگی کاربر را در انواع مختلف بررسی کردیم. اقدامات ماوس ، با توجه به این که اقدامات ماوس کشیدن و رها کردن خاص ترین کاربر است. "
تحقیقات Antal و Egyed-Zsigmond بینش ارزشمندی در مورد پویایی ماوس به عنوان ابزاری برای تشخیص نفوذ جمع آوری کردند. یافته های آنها می تواند تحقیقات دیگری را القا کند و از توسعه برنامه های جدید بیومتریک آگاه شود. در یک مطالعه دیگر ، که هنوز منتشر نشده است ، محققان همچنین مجموعه داده های مربوط به داده های استفاده از موش را گردآوری کرده و آن را ارزیابی کردند.
آنتال گفت: "نتایج این ارزیابی ها مشابه مواردی است که با استفاده از مجموعه داده Balabit جمع آوری شده است ، با وجود این که مجموعه داده جدید شامل داده های کاربران بیشتر است." "این نتیجه بسیار دلگرم کننده است. ما همچنین شروع به استفاده از یادگیری عمیق برای استخراج ویژگی ها کردیم ، بررسی کردیم که آیا ویژگیهای تولید شده با استفاده از یادگیری عمیق می توانند بهتر از موارد دستی باشند."
http://ztndz.com/story7349389/پمپ-وکیوم-آبی
ربات های کوچک پرواز بارهای سنگین را در اختیار دارند