Impact of Network and Host Characteristics on the Keystroke Pattern in Remote Desktop Sessions
基于生物动力学的认证是一种方便的生物识别方法，易于使用，透明且便宜，因为它不需要专用传感器。作为多因素身份验证的一部分，击键身份验证可用于远程显示访问，以保证在访问控制阶段或整个会话期间使用远程连接系统的安全性。本文探讨了如何网络条件和额外的主机交互可能会影响的行为模式时，在一个远程桌面应用程序的情况下使用的网络。我们专注于相邻键的时间，并通过计算参考配置文件和由此产生的配置文件之间的欧氏距离的变化，这种损害调查这种影响。实验结果表明，拥塞延迟的变化，无论是由相邻的流量源或额外的远程桌面交互产生的，有实质性的影响的欧几里德距离，这反过来可能会影响生物认证算法的有效性。结果还表明，远程桌面协议中的数据流没有优先级，因此额外的流量将对验证时间产生重大影响，这使得连续身份验证对远程访问的有效性降低，而更适合一次性登录。
2020-12-07 cs.CR
The BeiHang Keystroke Dynamics Authentication System
Beihang University（北京航空航天大学）；Shenzhen University（深圳大学）；Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院）；The Chinese University of Hong Kong（香港中文大学）；Microdone Network Technologies Co., Ltd（微盾网络技术有限公司）
Keystroke Dynamics是一种重要的个人身份验证生物识别解决方案。本文基于贝叶斯动力学，设计了嵌入式密码保护设备，开发了在线系统，收集了两个公共数据库以促进贝叶斯认证的研究，利用Gabor滤波器组对贝叶斯动力学进行了表征，并给出了单类支持向量机、高斯分类器和最近邻分类器三种常用分类算法的基准测试结果。
2013-10-15 cs.CR cs.LG
KDPrint: Passive Authentication using Keystroke Dynamics-to-Image Encoding via Standardization
本文提出 KDPrint 被动认证系统，将击键数据标准化编码为图像以捕捉时间动态，在自采数据集上实现 EER 6.7%，显著优于现有方法。
2024-05-03 cs.CR
Evaluation Scheme to Analyze Keystroke Dynamics Methods
本文针对密码认证的安全与可用性矛盾，提出了生物特征认证和击键动力学的要求，构建评估方案并应用于三种方法，结果表明击键动力学可作为补充认证但可能被强对手绕过。
2024-07-23 cs.CR
A Survey of Biometric keystroke Dynamics: Approaches, Security and Challenges
生物识别技术今天越来越受欢迎，因为它们提供了更可靠和更有效的认证和验证手段。Keystroke Dynamics是著名的生物识别技术之一，当用户通过键盘工作时，它将尝试识别用户的真实性。通过观察用户的键入模式的变化来完成认证过程。本研究对现有的生物动力学方法、度量、不同的方法进行了全面的综述。本文还讨论了各种安全问题和挑战所面临的动态。
2009-10-05 cs.CR
Conditional Generative Adversarial Network for keystroke presentation attack
Vicomtech（Vicomtech基金会）；Basque Research and Technology Alliance（巴斯克研究与技术联盟）
网络安全是数据保护的关键一步，以确保用户安全和个人数据隐私。从这个意义上说，许多公司已经开始使用身份验证系统来控制和限制对其数据的访问。然而，这些传统的身份验证方法不足以确保数据保护，并且由于这个原因，行为生物识别变得重要。尽管生物特征识别系统具有良好的应用前景和广泛的应用范围，但它仍然容易受到恶意攻击，例如呈现攻击。出于这个原因，在这项工作中，我们建议研究一种新的方法，旨在部署一个演示攻击的身份验证系统。我们的想法是使用条件生成对抗网络（cGAN）来生成可用于冒充授权用户的合成对抗数据。这些合成数据是在两个不同的实际用例之后生成的，其中一个用例中键入的单词的顺序是已知的（有序动态），另一个用例中该顺序是未知的（无序动态）。最后，这两个动态（有序和无序）验证使用外部认证系统。结果表明，cGAN可以有效地生成可用于欺骗身份验证系统的动态模式。
2022-12-16 cs.CR cs.LG
Free-text Keystroke Authentication using Transformers: A Comparative Study of Architectures and Loss Functions
University of Tehran（德黑兰大学）
本文提出基于Transformer的击键认证网络，比较了bi-encoder和cross-encoder架构及多种损失函数与距离度量，在Aalto数据集上结合单类支持向量机将等错误率降至0.0163%，超越现有最先进水平。
2023-10-18 cs.CR cs.LG
A Review of Several Keystroke Dynamics Methods
本文针对击键动力学身份认证问题，对比分析GMM、马氏距离分类、Gunetti Picardi距离度量三类模型，基于多数据集时序特征训练验证，用FAR、FRR、EER及ROC曲线评估，明确各方法区分真实用户与冒充者的优劣势。
2025-02-22 cs.CR
VRSafe: A Secure Virtual Keyboard to Mitigate Keystroke Inference in Virtual Reality
University of Pittsburgh（匹兹堡大学）
本文提出VRSafe虚拟键盘，通过引入虚假按键提高攻击者推断密码的难度，并设计恶意登录检测器，有效识别未经授权的登录尝试，实验表明其能显著降低键盘推断攻击的准确性。
2026-04-22 cs.CR
Multimodal EEG and Keystroke Dynamics Based Biometric System Using Machine Learning Algorithms
随着技术的快速进步，不同的生物特征用户认证和识别系统不断涌现。传统的生物识别系统，如人脸、指纹、虹膜识别、指纹动态等，容易受到网络攻击，并存在不同的缺点。基于脑电图（EEG）的认证在克服这些限制方面显示出希望。然而，基于EEG的认证由于在不同的心理和生理条件下的信号变化而不太准确。另一方面，基于动态的识别提供了高准确性，但遭受不同的欺骗攻击。为了克服这些挑战，我们提出了一种新的多模态生物识别系统结合EEG和脑电动力学。首先，通过在10个不同的会话中采集来自10个用户的脑电动力学和EEG信号来创建数据集，每个用户500次试验。从EEG信号中提取不同的统计、时域和频域特征并进行排序，从脑电动力学中提取关键特征。针对两种不同的分类策略-个性化和广义，对不同的分类器进行了训练、验证和测试。结果表明，非常高的准确性，可以实现在广义和个性化的情况下，脑电和脑电动力学的组合。极端梯度提升（XGBoost）和随机森林分类器的识别和认证准确率分别为99.80%和99.68%，它们以显著的幅度（约5%）优于单个模态。我们还开发了一种基于二进制模板匹配的算法，该算法的准确率为93.64%，快了6倍。所提出的方法对于任何类型的生物特征认证都是安全可靠的。
2021-06-25 cs.CR eess.SP
Multimodal User Authentication via Keystroke-Triggered Fusion of Glove-Based Finger Pressure and Hand Kinematics
Graduate School of Computer Science and Engineering, The University of Aizu（会津大学计算机科学与工程研究生院）
研究针对击键动力学受环境影响问题，提出融合击键动力学与手部运动学的多模态认证框架，用定制手套捕获特征，经混合架构融合，通过“未见”评估协议验证，该方法能有效提升认证准确率，融合模态增强了生物识别辨别力。
2026-11-02 cs.CR cs.HC
Dynamic Anonymized Evaluation for Behavioral Continuous Authentication
University of Wyoming（怀俄明大学）
新兴技术需要可靠的身份验证机制，特别是在互连系统中。目前的系统依赖于单一时刻的认证，然而，连续认证系统利用恒定的生物特征分析来评估用户的身份。Spy Hunter是一种持续的身份验证机制，它使用动态身份验证来验证数据块上的用户。这种易于集成的定期生物特征认证系统可验证真正的用户并快速检测入侵者。因为它在后台验证用户，所以Spy Hunter不受密码框的限制。相反，它是灵活的，可以与其他机制分层，以提供高级别的安全性。在其他持续身份验证技术依赖于脚本输入的地方，Spy Hunter在真实的环境中验证自由文本。这分两个阶段完成，一个阶段是向用户提供提示，另一个阶段是允许用户自由访问其计算机。此外，《间谍猎人》关注的是不同按键的时间，而不是按下的特定按键。这允许匿名数据来验证用户并避免持有个人数据。利用一对K折交叉验证技术，Spy Hunter根据系统错误地接受入侵者的频率，系统错误地拒绝真正用户的频率以及验证用户身份所需的时间进行评估。Spy Hunter将出错率保持在6%以下，并以最少的错误数识别用户。连续身份验证提供了比一次性验证过程更高级别的安全性，Spy Hunter扩展了基于动态行为分析的可能性。
2019-03-07 cs.CR cs.LG
BehaveFormer: A Framework with Spatio-Temporal Dual Attention Transformers for IMU enhanced Keystroke Dynamics
针对现有击键行为生物特征持续认证系统准确性不足的问题，提出融合击键与IMU数据的BehaveFormer框架，通过新型时空双注意力Transformer提取判别特征，在多个公开数据集上取得优于现有方法的认证性能。
2023-07-03 cs.CR
Keystroke Dynamics for User Identification
San Jose State University（圣何塞州立大学）；Czech Technical University in Prague（布拉格捷克理工大学）
本文研究基于自由文本击键动力学的多分类用户识别，比较类图像特征结合CNN与随机森林，在148名用户上分别取得0.78和0.93的识别准确率。
2023-07-07 cs.CR cs.LG
Your PIN Sounds Good! On The Feasibility of PIN Inference Through Audio Leakage
个人识别码（PIN）被广泛用作诸如自动柜员机（ATM）和销售点（PoS）的系统的认证方法。输入设备（PIN键盘）通常在按键时给用户反馈声音。在本文中，我们提出了一种攻击的基础上提取的帧间定时从反馈的声音，当用户键入他们的PIN。我们的攻击能够达到98%的准确率，平均误差为0.13 +/-6.66毫秒。我们证明，跨时间显着提高猜测概率的PIN的某些子集。我们认为这代表了一个安全问题，必须考虑到安全的PIN生成。此外，我们还确定了几种攻击场景，其中对手可以利用用户或PIN的其他信息（例如键入行为）和时间间隔。我们的研究结果表明，结合的时间间隔与其他信息大大减少了尝试猜测PIN，优于随机猜测。通过我们的攻击，我们能够在3次尝试中猜出72%的4位数PIN。我们认为，这对使用基于PIN的身份验证的系统造成了严重的安全问题。
2019-05-21 cs.CR
HMOG: New Behavioral Biometric Features for Continuous Authentication of Smartphone Users
我们引入了手部运动、方向和抓握（HMOG），这是一组用于持续认证智能手机用户的行为特征。HMOG功能可以不显眼地捕捉用户如何抓握、握住和点击智能手机所产生的细微微运动和方向动态。我们评估了HMOG功能的身份验证和生物特征密钥生成（BKG）性能，这些功能收集了100名受试者在虚拟键盘上键入的数据。在两种情况下收集数据：坐着和走路。当我们结合HMOG、点击和解锁功能时，我们实现了低至7.16%（步行）和10.05%（坐着）的身份验证EER。我们进行了实验，以研究为什么HMOG功能在行走过程中表现良好。我们的研究结果表明，这是由于HMOG功能的能力，以捕捉独特的身体运动所造成的步行，除了从水龙头的手运动动态。对于BKG，我们使用HMOG结合丝攻实现了15.1%的EER。相比之下，使用点击、按住键和滑动功能的BKG的EER在25.7%和34.2%之间。分析了HMOG特征提取和计算的能耗。我们的分析表明，在16 Hz传感器采样率下提取的HMOG特征在不牺牲认证准确性的情况下产生了7.9%的轻微开销。我们的工作与现有文献有两点不同：1）我们在相同的实验条件下对三种类型的特征（HMOG，BKG和Tap）及其组合进行了综合评估，2）我们从三个角度（身份验证，BKG和智能手机的能耗）分析了这些特征。
2016-01-25 cs.CR
Authentication and Authorization for Mobile IoT Devices using Bio-features: Recent Advances and Future Trends
生物特征正在迅速成为验证物联网设备的关键工具;从这个意义上说，这项调查的目的是总结阻碍生物识别模型大规模开发和部署的因素，包括人体生理（例如，面部、眼睛、指纹-手掌或心电图）和行为特征（例如，签名、语音、步态或手势）。提供了移动IoT设备的认证和授权方案所使用的不同机器学习和数据采掘方法。还介绍了移动物联网设备基于生物特征的认证方案所使用的威胁模型和对策。更具体地说，我们分析了现有的基于生物特征的物联网设备身份验证方案的最新技术水平。基于当前的分类，我们总结了未来在物联网设备基于生物特征的身份验证方案中的研究工作所面临的不同类型的挑战。
2019-01-27 cs.CR
A Secure Method for Signing in Using Quick Response Codes with Mobile Authentication
互联网上对用户隐私的威胁正在以惊人的速度增长。通过键盘记录软件，从不可靠的终端登录到网络帐户可能会导致用户的私人详细信息（如用户名和密码）泄露。这种软件能够在用户不知情的情况下，通过隐蔽渠道秘密记录密码。在本文中，我们提出了一种安全的方法，使用快速响应（QR）码与移动认证的签名。通过该方法，用户可以使用移动终端，通过在不可靠的终端浏览器上认证用户会话来安全地登录到网络账户。
2013-10-15 cs.CR
TypeNet: Scaling up Keystroke Biometrics
Universidad Autonoma de Madrid（马德里自治大学）；Naval Postgraduate School（美国海军研究生院）
我们研究的适用性验证10万用户键入自由文本的动态。为此，我们首先分析我们基于Siamese递归神经网络（RNN）的方法在多大程度上能够在每个用户的数据量稀缺时对用户进行身份验证，这是自由文本身份验证中的常见情况。使用1K用户测试网络，人口规模与以前的作品相当，TypeNet获得了4.8%的相等出错率，每个用户仅使用5个注册序列和1个测试序列，每个序列50个密码。每个用户使用相同数量的数据，当测试用户数量增加到100K时，与1K相比，性能相对下降不到5%，这表明TypeNet在大规模用户数量下具有良好的扩展潜力。我们的实验是用阿尔托大学的数据库进行的。据我们所知，这是最大的自由文本击键数据库，包含来自168 K用户的超过1.36亿次击键。
2020-04-19 cs.CR cs.CV
QUACK! Making the (Rubber) Ducky Talk: A Systematic Study of Keystroke Dynamics for HID Injection Detection
University of Padua（帕多瓦大学）
本文系统研究了通过键盘动态特征区分人类与机器的方法，提出轻量模型在仅使用时间特征的情况下可实现隐私保护的检测，揭示了攻击者复杂性与 evasion 之间非线性关系，量化了检测及时性与可靠性之间的权衡。
2026-09-07 cs.CR
TempCharBERT: Keystroke Dynamics for Continuous Access Control Based on Pre-trained Language Models
Institut national de la recherche scientifique (INRS-EMT)（国家科学研究院（INRS-EMT））；Université du Québec（魁北克大学）；INRS-UQO Mixed Research Unit on Cybersecurity（INRS-UQO网络安全混合研究单元）；Polytechnique Montréal（蒙特利尔理工学院）；São Paulo State Technological College（圣保罗州立技术学院）
本文提出TempCharBERT，在CharBERT嵌入层融合时间字符信息以建模击键动态，实现用户身份识别与连续访问控制，实验显示显著提升，并验证了联邦学习训练的可行性。
2024-11-11 cs.CL cs.CR
WACA: Wearable-Assisted Continuous Authentication
传统认证系统中的一次性登录过程不能保证所识别的用户在整个会话期间都是实际用户。然而，在不降低用户便利性的情况下，有必要在整个登录会话期间周期性地重新验证用户身份。连续身份验证可以解决这个问题。然而，现有的方法要么不可靠，要么不可用。在本文中，我们介绍了一种可用的和可靠的方法称为可穿戴式辅助连续认证（WACA）。WACA依赖于基于传感器的身份验证动态，其中通过可穿戴设备的内置的传感器（例如，智能手表），而用户正在打字。我们实现了WACA框架，并在真实用户的真实设备上评估了其性能。WACA的实证评估表明，WACA是可行的，其出错率低至1%，30秒的处理时间和23%，20秒。计算开销是最小的。此外，我们还针对不同的攻击场景测试了WACA。WACA能够以非常高的准确率（99.2%）识别内部威胁，并且能够抵御强大的对手，如模仿和统计攻击者。
2018-03-05 cs.CR
Q-A: Towards the Solution of Usability-Security Tension in User Authentication
用户通常选择容易记住但也容易被攻击者猜到的密码。最近的研究揭示了文本密码对于肩扛冲浪者和网络日志记录者的脆弱性。它仍然是一个关键的挑战，在密码的研究，开发一个认证方案，解决这些安全问题，除了提供良好的记忆性。出于对人类认知优势和弱点的心理学研究的动机，我们探索了认知问题作为解决用户身份验证中主要挑战的一种方式的潜力。我们设计，实施和评估问答，一种新颖的认知问题为基础的密码系统，需要用户输入字母在一个给定的位置在她的答案为六个个人问题（例如："你最喜欢的童年老师的名字是什么？").在这个方案中，用户不需要记住新的，人为的信息作为她的认证秘密。我们的计划提供了28位的理论密码空间，已被发现足以防止在线蛮干攻击。Q-A也是强大的对肩膀冲浪和冲浪者。我们进行了一项多阶段的实验室用户研究，以评估Q-A的可用性; 100%的用户能够在一周内记住他们的Q-A密码，尽管登录时间很长。我们将该方案与随机六字符密码进行比较，发现Q-A中的登录成功率明显更高。根据我们的研究结果，我们建议Q-A在要求高安全性和登录不频繁的情况下最合适（例如，网上银行账户）。
2014-07-27 cs.CR cs.HC
Mobile Keystroke Biometrics Using Transformers
Universidad Autonoma de Madrid（马德里自治大学）；University of Kent（肯特大学）
在用户身份验证方法中，行为生物识别技术已被证明是有效防止身份盗窃以及用户友好和不引人注目的。文献中最受欢迎的特征之一是由于计算机和移动设备在我们社会中的大量部署而产生的动态性。本文主要研究如何在自由文本场景下改进生物特征识别系统。由于不受控制的文本条件、用户的情绪和身体状态的影响以及使用中的应用程序，这种情况的特征是非常具有挑战性的。为了克服这些缺点，文献中已经提出了基于深度学习的方法，例如卷积神经网络（CNN）和递归神经网络（RNN），其性能优于传统的机器学习方法。然而，这些架构仍然有需要审查和改进的方面。据我们所知，这是第一个提出基于Transformers的生物识别系统的研究。建议的Transformer架构已经实现了相等的出错率（EER）值为3.84\%，在流行的阿尔托移动数据库中使用只有5个注册会话，在很大程度上优于其他国家的最先进的方法在文献中。
2022-10-04 cs.CR cs.CV cs.HC
Privacy-Preserving Federated Learning Framework for Risk-Based Adaptive Authentication
本文提出联邦学习框架FL-RBA2，通过相似性变换将Non-IID用户特征转为IID向量，结合差分隐私与消息认证码，在保护隐私的同时实现稳健的基于风险的自适应认证。
2025-09-19 cs.CR
KeyDetect --Detection of anomalies and user based on Keystroke Dynamics
Carnegie Mellon University（卡内基梅隆大学）
针对现有认证方法依赖外部设备的缺点，提出基于击键动力学的用户认证与异常检测技术，利用ANN和CNN对51名用户的数据进行分类，实现了95.05%的准确率，可作为无需携带设备的两步验证替代方案。
2023-04-08 cs.CR cs.CV
Sensor-based Continuous Authentication of Smartphones' Users Using Behavioral Biometrics: A Contemporary Survey
University of Central Florida（中佛罗里达大学）；Ewha Womans University（梨花女子大学）
移动设备和技术已经变得越来越流行，提供了与台式计算机相当的存储和计算能力，允许用户存储敏感和私人信息并与之交互。由于移动设备容易受到未经授权的访问或盗窃，因此这种个人信息的安全性和保护变得越来越重要。用户身份验证是一项至关重要的任务，它在进入点授予合法用户访问权，并在整个使用会话中持续进行。这一任务通过当今智能手机的嵌入式传感器得以实现，这些传感器通过捕获行为生物特征和特征来实现连续和隐式用户身份验证。在本文中，我们调查了140多个最近的基于行为生物特征的方法，用于连续用户身份验证，包括基于运动的方法（28项研究），基于步态的方法（19项研究），基于动态的方法（20项研究），基于触摸手势的方法（29项研究），基于语音的方法（16项研究），和基于多模态的方法（34项研究）。该调查概述了使用智能手机嵌入式传感器捕获的行为生物识别技术进行持续用户身份验证的当前最先进方法，包括采用、可用性和性能方面的见解和开放性挑战。
2020-05-10 cs.CR cs.HC cs.LG
Operator and Manufacturer Independent D2D Private Link for Future 5G Networks
预期在5G移动系统中支持也被称为设备到设备（D2D）通信的直接移动到移动通信模式。D2D通信旨在提高系统频谱效率、整体系统吞吐量、能量效率并减少设备之间的连接延迟。然而，在设备和用户身份验证方面需要考虑新的安全威胁和挑战，以避免对整个系统的未经授权的访问，滥用和攻击。因此，在本文中，提出了一种强大的独立认证技术。它是基于结合用户的生物识别身份和一个新的克隆抗设备身份。该提案的新颖性在于它完全独立于设备制造商和移动系统运营商。生物特征身份部署了用户生物力学和加速度计，以通过部署机器学习技术来生成用户生物特征身份。所提出的移动终端抗克隆身份是基于部署一个纯数字抗克隆结构的新概念，该结构与制造商和移动运营商无关。当组合两个身份时，除了强用户设备认证之外，还可以建立任意两个设备之间的相互认证的D2D安全链路。此外，该概念不允许管理可信机构拦截用户的私人链接。作为一个独立的系统，该技术将在5G移动系统基础设施上提供广泛的有吸引力的未来智能应用。
2019-11-01 cs.CR
An Agent-Based Modeling Approach to Free-Text Keyboard Dynamics for Continuous Authentication
James Cook University（詹姆斯·库克大学）
本研究利用智能体模型模拟不同键盘上的打字行为，比较单类SVM与随机森林在持续认证中的表现，发现随机森林在键盘内识别准确率超过0.7但跨键盘泛化困难，表明键盘特定用户画像和集成方法对可靠认证至关重要。
2025-05-08 cs.AI cs.CR cs.LG
FADEWICH: Fast Deauthentication over the Wireless Channel
身份验证和取消身份验证都有助于防止未经授权访问计算机和数据资产。虽然使用强身份验证机制有明显的激励因素，但说服用户取消身份验证并不简单，因为取消身份验证并不是强制性的。一个用户离开一个登录的工作站无人看管（特别是很短的时间）通常不会以任何方式受到影响;事实上，反过来说：在返回时不需要烦人的重新身份验证。然而，无人值守的工作站很容易受到任何附近对手的众所周知的“午餐时间攻击”，这些对手只是接管了离开的用户的登录会话。同时，由于死亡认证本质上不需要用户的秘密，因此原则上可以使其不引人注目。为此，本文设计了第一个自动用户取消认证系统FADEWICH，它不依赖于基于生物特征或行为的技术（例如，EQUIPMENT DYNAMICS），并且不需要用户携带任何设备。它利用无线信号的物理特性和人体对其传播的影响。为了评估FADEWICH的可行性和性能，对其原型进行了广泛的实验。结果表明，它足以有九个廉价的无线传感器部署在一个共享的办公室设置，以正确地取消身份验证所有用户在6秒内（90%在4秒内）后，他们离开他们的工作站的附近。我们考虑了对手试图颠覆FADEWICH的两个现实场景，并表明午餐时间攻击失败了。
2016-12-27 cs.CR
A Secure Mobile Authentication Alternative to Biometrics
生物识别技术广泛用于消费者设备和商业环境中的身份验证，因为它们为用户提供了足够强的安全性、即时验证和便利性。然而，生物识别技术很难保密，被盗的生物识别技术给用户带来了终身的安全风险，因为它们无法重置和重新发布，并且通过不同系统的生物识别技术认证的交易是可追溯的，可以追溯到个人身份。此外，他们的成本效益分析不包括对用户的个人影响，他们对即将发生的负面结果准备最少，而且往往没有得到同样方便的替代认证选项。我们介绍了ai.lock，一种用于移动设备的基于秘密图像的身份验证方法，它使用成像传感器来可靠地提取类似于生物识别的身份验证凭证。尽管缺乏生物识别图像特征的识别，但我们表明，ai.lock始终从一般用户捕获的图像中提取身份验证尝试的特征，以重建可以匹配并超过生物识别安全性的凭据（EER = 0.71%）。al.lock只存储对象图像的散列。我们测量了ai.lock针对超过35亿个验证实例的蛮干攻击的安全性，这些验证实例是由超过25万张真实物体的图像和10万张使用对象图像训练的生成对抗网络合成生成的图像构建的。我们证明了ai.lock Shannon熵优于内置于流行移动设备中的基于指纹的身份验证。
2018-08-21 cs.CR
A Federated Lightweight Authentication Protocol for the Internet of Things
考虑到世界物联网的发展和市场，有必要保证开发的物联网应用程序的安全性以及最终用户的隐私。从这个意义上说，联合身份管理（Federated Identity Management，FIDM）系统可以提供很大的帮助，因为它们可以改善用户身份验证和隐私。在本文中，我们认为传统的FIDM大多很麻烦，不适合物联网。作为这个问题的解决方案，我们提出了一个专门为物联网量身定制的联合身份认证协议。我们的解决方案--联合轻量级物联网认证（FLAT），用更轻的协议取代了传统FIDM中使用的重协议和非对称加密原语。例如，FLAT协同地结合了对称密码系统和隐式证书。结果表明，与基线解决方案相比，FLAT可以将数据交换开销减少约31%。FLAT的客户端在数据传输、数据接收、总数据交换和计算时间方面也比基线解决方案更高效。我们的研究结果表明，即使在Arduino等资源受限的设备上，FLAT也能高效运行。
2019-07-12 cs.CR
A Formal Security Analysis of the pEp Authentication Protocol for Decentralized Key Distribution and End-to-End Encrypted Email
为了发送加密的电子邮件，用户通常需要创建和交换密钥，这些密钥随后应该通过手动验证，例如，通过比较长字符串。这些任务对于普通用户来说是繁琐的。为了更方便地使用加密电子邮件，一个名为pEp的安全电子邮件应用程序自动化了密钥管理操作; pEp仍然需要用户进行验证，但是，认证过程很简单：用户必须比较熟悉的单词而不是随机字符串，然后应用程序通过彩色视觉指示器向用户显示他们已经达到的信任级别。然而，用户可能不会按照预期执行认证仪式，pEp的信任评级可能被错误地分配，或者两者兼而有之。要了解是否pEp的信任评级（和相应的视觉指标）的分配一致，我们提出了一个正式的安全分析pEp的认证仪式。从C语言的软件实现，我们得出的规范的一个抽象的协议，公钥分布，加密和信任的建立，然后，我们模型的协议中的一个变种的应用π演算，后来正式验证和验证特定的隐私和认证属性。我们还讨论了其他研究方向，可以丰富分析。
2020-08-29 cs.CR
Detecting Cognitive Signatures in Typing Behavior for Non-Intrusive Authorship Verification
Writerslogic, Inc.（Writerslogic公司）
利用大规模击键数据集中的认知负荷相关性（CLC）区分真实创作与机械转录，提出一种仅收集时间元数据的非侵入式验证框架，在保护隐私的同时实现85-95%的判别准确率，并证明认知特征对时序伪造攻击具有鲁棒性。
2026-05-23 cs.CR cs.HC cs.LG
Dynamic Multiparty Authentication of Data Analytics Services within Cloud Environments
业务分析流程通常由经过编排的协作服务组成，这些服务由来自多个云系统（在不同的安全领域）的用户使用，需要在运行时动态参与。如果位于不同安全领域的异构云系统没有直接的身份验证关系，那么实现安全协作是一个相当大的技术挑战。为了解决这一安全挑战，需要一个新的身份验证框架，通过向会话的所有参与者分发公共会话密钥，在业务分析服务实例和用户之间建立信任。我们通过设计和实现一个安全的多方身份验证框架的动态交互，为不同的安全领域的成员表示需要访问编排的服务的情况下，这一挑战。这种新颖的框架利用了不同安全领域中的会话成员之间的信任关系，使用户能够获得访问远程领域中的云资源的安全凭证。该机制帮助云会话用户验证其会话成员身份，从而提高多方会话中验证过程的性能。我们看到这个框架的适用性超越了多个云基础设施，适用于任何可能存在多个安全领域的场景，例如新兴的物联网（IoT）。
2019-01-10 cs.CR
Revisiting Fuzzy Signatures: Towards a More Risk-Free Cryptographic Authentication System based on Biometrics
生物特征认证是标准的基于密码的认证的有前途的替代方案之一，提供更好的可用性和安全性。在这项工作中，我们重新审视了基于“模糊签名”的生物认证由高桥等人（ACNS'15，IJIS'19）。这些是特殊类型的数字签名，其中秘密签名密钥可以是“模糊”数据，例如用户的生物特征。与其他基于模糊提取器的密码安全的生物认证方案相比，基于模糊签名的认证方案提供了更好的安全性保证。然而，尽管他们的潜在价值，模糊签名没有引起太多的关注，由于其理论导向的介绍，在所有以前的作品。例如，完全没有讨论模糊签名安全性所依赖的假设（如用户生物特征的熵）的实际可行性。在这项工作中，我们重新模糊签名，并表明，我们确实可以有效地和安全地实现它们在实践中。在高层次上，我们的贡献是三方面的：（i）我们提供了一个更简单，更有效，更直接的模糊签名的建设相比，以前的工作;（ii）我们建立了新的统计技术，实验评估的条件下，所需的安全实例化模糊签名的生物特征;以及（iii）我们提供了使用真实世界手指静脉数据集的实验结果，以表明来自单手的手指静脉足以构造有效且安全的模糊签名。我们的性能分析表明，在一个实际的场景与112位的安全，签名的大小是1256字节，签名/验证的运行时间只有几毫秒。
2021-12-16 cs.CR
Detecting Anomalous User Behavior Using an Extended Isolation Forest Algorithm: An Enterprise Case Study
异常用户行为检测是许多信息安全系统的核心组成部分，如入侵检测、内部威胁检测和认证系统等。异常行为将向系统管理员发出警报，并可以进一步与其他信息结合，以确定它是否构成对资源的未经授权或恶意使用。本文提出了一个异常用户行为检测框架，应用隔离森林算法的扩展版本。我们的方法是快速和可扩展的，并且不需要在训练数据集中的示例异常。我们将我们的方法应用于企业数据集。实验结果表明，该系统能够使用单个特征或组合特征从基线用户模型中分离出异常实例。
2016-09-21 cs.CR
Exposed by Design: A Dynamic Security Assessment of Internet-Facing MCP Servers at Scale
CobaltoSec（科巴尔特安全公司）
该研究针对公共互联网上的MCP服务器开展大规模动态安全评估，借助自主框架Corvus发现大量未授权、存在漏洞的服务器，并开源Corvus用于MCP安全评估。
2026-08-04 cs.AI cs.CR
