https://github.com/xenia101/keystroke-dynamics

⌨️ User Verification based on Keystroke Dynamics / Two-factor Authentication technology based on Key-Stroke
https://github.com/xenia101/keystroke-dynamics

cross-validation k-means k-means-clustering keystore keystroke-dynamics knn machine-learning python3 simhash user-verification

Last synced: 8 months ago
JSON representation

⌨️ User Verification based on Keystroke Dynamics / Two-factor Authentication technology based on Key-Stroke

• Host: GitHub
• URL: https://github.com/xenia101/keystroke-dynamics
• Owner: Xenia101
• License: gpl-3.0
• Created: 2019-12-26T08:55:31.000Z (over 6 years ago)
• Default Branch: master
• Last Pushed: 2025-04-14T10:05:22.000Z (about 1 year ago)
• Last Synced: 2025-05-19T16:16:13.310Z (about 1 year ago)
• Topics: cross-validation, k-means, k-means-clustering, keystore, keystroke-dynamics, knn, machine-learning, python3, simhash, user-verification
• Language: Python
• Homepage:
• Size: 562 KB
• Stars: 6
• Watchers: 1
• Forks: 2
• Open Issues: 1
• Metadata Files:
  • Readme: README.md
  • License: LICENSE

Awesome Lists containing this project

README

          
# User Verification based on Keystroke Dynamics 

사용자 인증 시 개인마다의 고유한 키보드 입력 패턴을 분석하여 사용자에 대한 인증을 수행하는 서비스입니다.

### Keystroke-Dynamics

> Keystroke dynamics, keystroke biometrics, typing dynamics and lately typing biometrics, is the detailed timing information which describes exactly when each key was pressed and when it was released as a person is typing at a computer keyboard.

[WIKIPEDIA](https://en.wikipedia.org/wiki/Keystroke_dynamics)

## 설치 방법

해당 프로젝트는 웹 기반으로 동작합니다.

- Python Flask

- k-NN Based

## 동작 방식

Key-Stroke Dynamics 기반 사용자 인증 방식과 기존 Legacy와의 비교 동작 방식입니다.



  



## 검증 결과

- **k-NN 기반 사용자 식별 및 최적의 운영 파라미터 설정**

  - Euclidean distance 방식의 거리측정

  - 정확한 데이터분석을 위해 Cross-Validation 이용

  

  - 다수의 최적화 시험을 통해 k=3에서의 majority 기반 사용자 식별 진행

  


    

    

  

  

  > ↑ 해당 모델의 Cross-Validation 동작 프레임과 결과 그래프 예시

  >

  > k값이 3일 경우 오류가 가장 적게 발생한다는 것을 알 수 있다. 따라서 이 모델에 적합한 k값을 구할 수 있다.


- **5-Cross Validation 기반 분석결과**

  97.6%, 92.2%, 97.1%, 100%, 97.1% 으로 평균 Accuracy **96.8%** 결과 산출

## 대용량 데이터 운영방안 (Fast kNN)

- Hash bit 길이

  > Google은 80억 개의 웹 페이지의 경우 Simhash 64 bit면 충분하다고 함

  Google의 논문은 전체 웹 페이지를 64 비트 지문으로 매핑하는 f = 64 사용해 k값(Hamming distance) 검증 실험 진행

- Hamming distance

  - Google은 k=1~10까지 변화시켜 실험 진행

  

  - K값이 매우 낮으면 거의 중복되는 것이 없고, 매우 높은 값은 잘못된 웹페이지를 중복으로 지정함

  

  - Precision(정밀도)과 Recall이 0.75에 가까운 k=3을 선택하는 것이 타당함



  



  **64비트의 Simhash의 경우 3비트 이내로 다를 때 두개의 웹 페이지를 거의 중복으로 판단하면 높은 정확도 도출 가능**

- Simhash 고속분석(permutation and prefix matching)

  - 4bit Simhash, hamming distance 4 이하 검색 시

  

  - Simhash를 5개 영역으로 구분(13, 13, 13, 13, 12 bit)

  

  - hamming distance 4이하면, 5개 block 중 최소한 1개는 일치해야 함

  

  - 1개 block이 일치할 경우, 전수검색하여 분석

  |  |  a |  b |  c | d | e |

  |:--------:|:--------:|:--------:|:--------:|:--------:|:--------:|

  |**d1** | 0100101010001 | 1101001010010 | 0100101100111 | 0100010101001 | 010010110010 |

- Example

  - 100억개 data, 64bit Simhash, hamming distacne 4일때

  - 5개 block 중 가장 작은것은 12bit로 구성되며, 4,096개 값 존재 

    * 즉, 100억개 data는 4,096개 값 중 하나로 매핑됨(1개값에는 약 24,414개 data 존재))

    

  - 총 5개 block이므로, 최대 12만여개로 100억 대비 0.0012% 비교로 분석가능