Using behavioral biometric sensors of mobile phones for user authentication

Abstract

Bu makalede, El Hareketi Yönlendirme ve Kavrama (EHYK) algılayıcı verilerini kullanarak akıllı telefon kullanıcılarının kimliklerini doğrulamaya çalışmaktayız. Bir kullanıcının akıllı telefonunu tutma şekli, kaldırma hızı / döndürme hızı, ya da telefonunu kavraması veya ona dokunması, kimlik doğrulama için anahtar faktörlerdir. Cep telefonumuzu elimize alıp kullanmaya başladığımızda; üç algılayıcı otomatik olarak büyüklük, açısal hız ve ivme hakkında bilgi toplar. Ayrıca, telefona dokunmamız, harflere basmamız ya da ekranda elimizi oynatmamız da veri üretir. Bu makalede, telefonda yer alan algılayıcıların okuduğu bilgilerden faydalanıp çeşitli makina öğrenme algoritmaları kullanarak kimlik tanımaya çalıştık. Dört tür makine öğrenme algoritması kullandık. Bunlar: Karar Ormanı, Artırılmış Karar Ağacı, Destek Vektör Makinesi ve Lojistik Regresyon gibi algoritmalardır. Bu deneyde kullanılan veriler (EHYK) 100 mobil cihaz kullanıcısından toplanan algılayıcı verilerdir. Yaptığımız çalışmalar sonrasında, Artırılmış Karar Ağacı'nın normalize edilmemiş veri ile en yüksek kesinlik değeri verdiğini gördük.

In this paper, we use Hand Movement Orientation and Grasp (HMOG) sensor data to authenticate smart phone users. The way a user holds, grasps a mobile phone or touches to it are all key factors for authentication. At the moment of a user makes an event on his/her smart phone, three sensors automatically collect data about magnitude, angular speed and acceleration. Moreover, touching and holding events also produce data about pressure and coordinates. In this paper, we build four types of machine learning algorithms (Decision Forest, Boosted Decision Tree, Support Vector Machine, and Logistic Regression) to predict user authentication. The data used in this experiment (HMOG) are collected from 100 attenders. We compare the results of the algorithms and for our scenario, we show that boosted decision tree algorithm with de normalized data gives the results with highest accuracy.