Details

Тема выпускной квалификационной работы: «Идентификация пользователей по уникальному образцу клавиатурного ввода». Данная работа посвящена разработке сервера машинного обучения для построения цифрового отпечатка клавиатурного ввода. Данный сервер будет использоваться в прикладном приложении для дополнительного подтверждения истинности пользователя при авторизации по логину и паролю. Задачи, которые необходимо решить в данной работе: 1. Сбор «сырых метрик» пользователей. 2. Расчет уникальных признаков из «сырых» метрик. 3. Построение нескольких классификаторов для распознавания пользователей на базе моделей машинного обучения. 4. Оценка качества полученных классификаторов и выбор оптимального. 5. Создание сервера машинного обучения и загрузка в него обученной модели. В процессе работы было проведено самостоятельное изучение основ машинного обучения для решения поставленной задачи. В ходе работы проводился анализ существующих исследований на данную тему. В результате была выбрана оптимальная модель машинного обучения и загружена на сервер, который был встроен в прикладное приложение для дополнительной аутентификации пользователя по его образцу клавиатурного ввода.

The topic of the graduate qualification work: "Identification of users by unique keystroke pattern." This work is dedicated to developing a machine learning server to create a digital fingerprint of keystroke input. This server will be used in an application for additional user authentication during login and password authorization. Tasks solved during the work: 1. Collection of users "raw metrics". 2. Extraction of characteristic features from the "raw data". 3. Building several classifiers to recognize users based on machine learning models. 4. Evaluating the quality of the obtained classifiers and selecting the optimal one. 5. Creating a machine learning server and loading the trained model into it. In the course of the work, independent study of the basics of machine learning was conducted to solve the task. Existing research on this topic was analyzed. As a result, the optimal machine learning model was selected and uploaded to the server, which was integrated into the application for additional user authentication based on their keystroke pattern.