• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Future generation computer systems >Statistical modeling of keystroke dynamics samples for the generation of synthetic datasets
【24h】

Statistical modeling of keystroke dynamics samples for the generation of synthetic datasets

机译：用于合成数据集的击键动力学样本的统计建模

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Biometrics is an emerging technology more and more present in our daily life. However, building biometric systems requires a large amount of data that may be difficult to collect. Collecting such sensitive data is also very time consuming and constrained, s.a. GDPR legislation in Europe. In the case of keystroke dynamics, most existing databases have less than 200 users. For these reasons, it is crucial for this biometric modality to be able to generate a significant and realistic synthetic dataset of keystroke dynamics samples. We propose in this paper an original approach for the generation of synthetic keystroke data given samples from known users as a first step towards the generation of synthetic datasets. Experimental results show the capability of the proposed statistical model to generate realistic samples from existing datasets in the literature. (C) 2019 Published by Elsevier B.V.
机译：生物识别技术是一种新兴技术，越来越多地出现在我们的日常生活中。但是，构建生物特征识别系统需要大量可能难以收集的数据。收集此类敏感数据也非常耗时且受限制。欧洲的GDPR法规。就击键动态而言，大多数现有数据库的用户数少于200。由于这些原因，对于这种生物特征识别方法而言，至关重要的是能够生成重要而逼真的击键动力学样本合成数据集。我们在本文中提出了一种从已知用户获得样本来生成合成击键数据的原始方法，作为迈向合成数据集的第一步。实验结果表明，所提出的统计模型具有从文献中现有数据集生成现实样本的能力。 （C）2019由Elsevier B.V.发布

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号