2015年--android外文翻譯--在安卓平臺(tái)的擊鍵動(dòng)力學(xué)（譯文）

1、<p><b>　　中文4590字</b></p><p>　　出處：Procedia Technology 19 ( 2015 ) 820 – 826</p><p>　　本科畢業(yè)設(shè)計(jì)外文翻譯</p><p><b>　　（Android）</b></p><p>　　Procedia技

2、術(shù)</p><p>　　可登陸網(wǎng)站：www.sciencedirect.com</p><p>　　Procedia技術(shù)19 (2015) 820 – 826</p><p>　　第八屆國際多科性跨領(lǐng)域研討會(huì)于2014年10月9-10日在羅馬尼亞的特爾古穆列召開</p><p>　　在安卓平臺(tái)的擊鍵動(dòng)力學(xué)</p><p&g

3、t;　　Tirgu Mures 在Sapientia大學(xué)技術(shù)學(xué)院和人文科學(xué)院發(fā)表, Soseaua Sighisoarei 1C 540485,羅馬尼亞</p><p><b>　　摘要</b></p><p>　　現(xiàn)在人們將越來越多的私人數(shù)據(jù)存儲(chǔ)在他們的移動(dòng)設(shè)備內(nèi)，因此,加強(qiáng)現(xiàn)有的身份驗(yàn)證機(jī)制是非常重要的。這種分析模式在專業(yè)領(lǐng)域內(nèi)稱作按鍵動(dòng)態(tài)，主要用于加強(qiáng)輸入密碼的

4、安全性能。而且，觸屏還添加了其他功能特征：范圍從屏幕壓力或鍵盤對(duì)于經(jīng)典的時(shí)效性都被應(yīng)用于擊鍵動(dòng)力學(xué)，在這個(gè)論文里面，我們檢驗(yàn)這些添加的屏幕功能對(duì)身份驗(yàn)證機(jī)制的功能作用，并且通過驗(yàn)證我們的42個(gè)用戶的數(shù)據(jù)庫的運(yùn)轉(zhuǎn)。結(jié)果顯示這些添加的功能加強(qiáng)了雙重進(jìn)程。</p><p>　　作者Elsevier Ltd 2015發(fā)表年 本文對(duì)持有CC BY-NC-ND 證件的用戶是免費(fèi)開放的。</p><p

5、>　　(http://c reatwecommons.org/licenses/b y -nc-ncl/4.0/).</p><p>　　本文通過特爾古穆列大學(xué)工程系Petru Maior的雙重審核</p><p>　　關(guān)鍵詞：安全性，用戶鑒別，按鍵動(dòng)態(tài)，觸摸特性</p><p><b>　　1.引言</b></p><

6、;p>　　現(xiàn)在，越來越多的人將私人信息以及敏感信息存入智能手機(jī)，因此，手機(jī)安全身份驗(yàn)證方法的需求量日趨增長。用戶輸入口令是用戶防止設(shè)備入侵最常用的方法。然而，人們趨于使用口令操作，這樣用于方便記憶，易于開機(jī)，因此，額外的機(jī)制需要用于身份驗(yàn)證以加強(qiáng)口令安全。這樣一個(gè)互補(bǔ)的方法被應(yīng)用于用戶的輸入模式的稱之為擊鍵動(dòng)力學(xué)。擊鍵動(dòng)力學(xué)在臺(tái)式電腦研究中是一個(gè)熱門的研究課題，而有研究手機(jī)的課題很少，觸屏智能手機(jī)的課題就更少。這項(xiàng)研究的最主要問題

7、是觸屏是否可以添加新的功能特性，例如按壓或手指區(qū)域可以增強(qiáng)按鍵身份系統(tǒng)的精確性。下一節(jié)簡(jiǎn)要介紹了擊鍵動(dòng)力學(xué)在觸摸屏設(shè)備上的研究領(lǐng)域,以及回顧課題。接著我們通過數(shù)據(jù)的收集并評(píng)估再提出研究方法。最后一節(jié)提出了幾條結(jié)論和未來研究和發(fā)展的方向。</p><p><b>　　2.擊鍵動(dòng)力學(xué)</b></p><p>　　擊鍵動(dòng)力學(xué)是一個(gè)熱門的研究領(lǐng)域，最重要的優(yōu)勢(shì)之一是成本低并且

8、安裝簡(jiǎn)便，與其他生物識(shí)別方法相比,該方法不需要任何專門的硬件設(shè)備[11]。因?yàn)樽鳛檎瓶負(fù)翩I模式是應(yīng)用一個(gè)后端軟件。這使得該方法可以為用戶的透明和非侵入性發(fā)揮功能，基建動(dòng)力學(xué)可以被用于加強(qiáng)輸入密碼時(shí)的身份驗(yàn)證和連續(xù)的身份驗(yàn)證機(jī)制[2]。與其他的方式相比較，這種生物識(shí)別的精確度并不高[11]。擊鍵動(dòng)力學(xué)，擊鍵力學(xué)的研究報(bào)告收錄了各種輸入設(shè)備的數(shù)據(jù),從常規(guī)的到壓力敏感的鍵盤，最常用時(shí)效性能是間歇時(shí)間和運(yùn)轉(zhuǎn)時(shí)間。間歇時(shí)間是按鍵和輸出之間的時(shí)間間

9、隔（又是被稱作停歇功能），而運(yùn)行時(shí)間是上一個(gè)字符的輸出和下一個(gè)字符輸入之間時(shí)間。常用的功能(n-圖)是應(yīng)用三個(gè)或更多的連續(xù)擊鍵時(shí)間，但是大部分論文采用有向圖（兩個(gè)連續(xù)的擊鍵）。大多數(shù)現(xiàn)有的識(shí)別方法是檢測(cè)按鍵識(shí)別性能,包括分析研究數(shù)據(jù)和機(jī)器學(xué)習(xí)的方法。最簡(jiǎn)單的方法是為一個(gè)資歷較深的用戶構(gòu)建一個(gè)模板 ，然后計(jì)算在實(shí)際的身份驗(yàn)證階段輸入模式和參考模板之間的距離，這種方法稱作樣板匹配，該方法還可以結(jié)合不同的衡量值，范圍可從簡(jiǎn)單的歐式距離到馬氏

10、距離。其中神經(jīng)網(wǎng)絡(luò)和無線電導(dǎo)航機(jī)是最好的[11]。</p><p>　　生物識(shí)別性有兩個(gè)最突出的功能：驗(yàn)證和確認(rèn)，驗(yàn)證過程是一個(gè)二元判定問題,在該程序系統(tǒng)接受或拒絕用戶的身份宣稱，身份鑒定也稱之為身份識(shí)別屬于一個(gè)分類問題: 系統(tǒng)將輸入模式分為N已知的一類。</p><p>　　生物識(shí)別系統(tǒng)假廢品率(FRR)是生物系統(tǒng)的錯(cuò)誤拒絕真正的用戶提供的樣本種錯(cuò)誤分別是:FAR,FRR,ERR。錯(cuò)誤接

11、受率（FAR）是生物識(shí)別系統(tǒng)在識(shí)別錯(cuò)誤地評(píng)判并接受一個(gè)入侵者的信息；錯(cuò)誤拒絕率(FRR)是指真正用戶的信息遭到生物識(shí)別系統(tǒng)的拒絕；ERR是指錯(cuò)誤率同錯(cuò)誤拒絕率相等的情況。</p><p>　　下面的研究概述是關(guān)于觸摸屏的初級(jí)設(shè)備被用于數(shù)據(jù)收集。</p><p>　　Saevanee 和 Bhattarakosol已經(jīng)陳述了初級(jí)研究學(xué)習(xí)用擊鍵動(dòng)力學(xué)結(jié)合手指點(diǎn)擊力度。根據(jù)從10個(gè)用戶那里收集

12、的數(shù)據(jù)集，他們驗(yàn)證了可通過用戶只使用手指識(shí)別信息但準(zhǔn)確率高達(dá)99%。</p><p>　　然而,觸屏版筆記本可用于收集數(shù)據(jù)，由于不同的用戶有不同的手機(jī)號(hào)碼，所以不同的用戶必須輸入10個(gè)不同的長串?dāng)?shù)字，對(duì)于錯(cuò)誤拒絕率(FRR)可以用數(shù)據(jù)庫評(píng)判，而錯(cuò)誤接收率的錯(cuò)誤數(shù)據(jù)必須被收集，虛假數(shù)據(jù)的缺乏是本次研究的最主要限制。</p><p>　　另一項(xiàng)研究Johansen的碩士論文里面被陳述，過是擊鍵

13、動(dòng)態(tài)同觸屏性能相關(guān)，研究的主要目的在于比較擊鍵動(dòng)態(tài)在個(gè)人電腦和智能手機(jī)的區(qū)別，一共有42個(gè)人參與本次實(shí)驗(yàn)，其中有一部分人既參與了個(gè)人電腦又參與了智能手機(jī)的體驗(yàn)。這項(xiàng)研究的最主要發(fā)現(xiàn)是：在僅使用于時(shí)間特性的情況下智能手機(jī)的運(yùn)行狀況比個(gè)人電腦要差一些，在智能機(jī)上的運(yùn)行比一個(gè)標(biāo)準(zhǔn)的鍵盤要低。然而在使用智能機(jī)的附加功能(包括時(shí)間性能)時(shí)，運(yùn)行狀態(tài)明顯比在一個(gè)標(biāo)準(zhǔn)鍵盤上要好，該研究擬將用于解答模仿某人的打字節(jié)奏有多困難。研究表明，在標(biāo)準(zhǔn)鍵盤上模擬

14、人打字要比智能機(jī)上更容易，這樣研究的主要限制在于在數(shù)據(jù)收集過程中要使用數(shù)字式的口令在手機(jī)的12個(gè)鍵上。</p><p>　　Trojahn在論文里面陳述過這項(xiàng)研究的主要目的，即用來證明手指壓力和尺寸作為附加性能可用于降低用戶認(rèn)證系統(tǒng)中的錯(cuò)誤率。測(cè)試中需要152個(gè)數(shù)據(jù)的提供者引入一串17個(gè)數(shù)字式的口令密碼。每一個(gè)參與者需要敲擊10次單的語句音。將運(yùn)行時(shí)間，有像圖同三線圖形和字母計(jì)時(shí)信息結(jié)合是最好的FAR+FRR組合

15、，其錯(cuò)誤率遠(yuǎn)低于使用觸摸屏的附加功能，該研究的最主要限制同Johansen's所陳述的相同，并且數(shù)據(jù)是呈單語句音的形式運(yùn)行的。</p><p>　　我們發(fā)現(xiàn)只有一項(xiàng)研究將手機(jī)軟鍵盤用于用戶身份驗(yàn)證[4]，輸入的數(shù)據(jù)是由13個(gè)用戶在3周的時(shí)間所收集的，高級(jí)的軟件鍵盤在一個(gè)普通軟件的輔助下可將關(guān)鍵的按鍵信息存儲(chǔ)在同一文本中。按鍵長度、平滑度、壓力、手指區(qū)域和設(shè)備定位方向被用作功能特性，可通過使用使用遠(yuǎn)FAR和

16、FRR報(bào)告用戶身份驗(yàn)證結(jié)果。的數(shù)據(jù)的收集機(jī)制定義得并不是很清楚，觸摸和按鍵的概念區(qū)別將會(huì)在Draffin提出的方法中證明是有價(jià)值的。</p><p>　　最近Sen和Muralidharan提出的一項(xiàng)研究使用了移動(dòng)設(shè)備上的壓力作為用戶身份驗(yàn)證的功能[10]，同其他的研究相似，該實(shí)驗(yàn)是基于一個(gè)4位數(shù)字的密碼。</p><p>　　除了確認(rèn)驗(yàn)證結(jié)果使用了PAR和FRR類型錯(cuò)誤，ERR錯(cuò)誤也被報(bào)

17、告是基于一個(gè)特殊的虛擬模型。</p><p>　　表格1總結(jié)了這些最新的研究結(jié)果，遺憾的是不同的錯(cuò)誤類型在統(tǒng)一表格中使比較工作變得棘手。</p><p>　　表格1 最近的研究獲得了在觸摸屏上在運(yùn)行的錯(cuò)誤率 (性能將會(huì)在表2中進(jìn)行解釋)。</p><p>　　結(jié)論，我們可以陳述的是沒有研究在智能機(jī)上使用真實(shí)的口令密碼，并且觸屏性能-壓力和手指區(qū)域沒有被在真實(shí)在條件

18、中研究過。</p><p><b>　　3.1方法論 </b></p><p>　　每個(gè)Android應(yīng)用程序有自己相應(yīng)的軟件鍵盤，被用于開發(fā)數(shù)據(jù)收集系統(tǒng)。用戶必須輸入私人信息，如：性別，出生日期，關(guān)于在使用智能手機(jī)注冊(cè)階段的經(jīng)驗(yàn)，因?yàn)檩斎肽Ｊ娇梢允艿綆讉€(gè)因素的影響,所以收集的數(shù)據(jù)應(yīng)該是幾段會(huì)話。大部分的實(shí)驗(yàn)參與者在兩周內(nèi)都完成了2段會(huì)話，同一段會(huì)話必需由參與者重復(fù)3

19、0次，這被認(rèn)為是一個(gè)安全系數(shù)很高的密碼,也被應(yīng)用于Killourhy的擊鍵力學(xué)實(shí)驗(yàn)設(shè)計(jì)[6]。共42人參加了這項(xiàng)研究,其中24名男性，18名女性24歲，年齡層從20-46(平均年齡在22、2歲),其中有一位老師其余都是學(xué)生。我們從收集到的數(shù)據(jù)包排除了含刪除和創(chuàng)建的數(shù)據(jù)集,數(shù)據(jù)包是從51個(gè)用戶的數(shù)據(jù)輸入模式里收集的。我們決定為每個(gè)用戶設(shè)定相同的密碼,這樣每個(gè)參與者的語音數(shù)據(jù)都可用于分辨一個(gè)非法用戶和一個(gè)合法的用戶。</p>

20、<p>　　采集的數(shù)據(jù)可供兩種類型的Android設(shè)備使用,一種是為7尺寸平板電腦和美孚LG的P710設(shè)備。總共有37個(gè)平板電腦用戶和5手機(jī)用戶提供數(shù)據(jù)。</p><p>　　輸入所選的口令密碼鍵盤上需要14鍵，8個(gè)字母, 一個(gè)數(shù)字,一個(gè)字符,點(diǎn)擊兩次Shift鍵實(shí)現(xiàn)從大寫字母到數(shù)字的切換。觸摸屏幕即可運(yùn)行節(jié)省了使用手指敲擊的時(shí)間，釋放保存屏幕的時(shí)間戳，無線導(dǎo)航的組成性能可以參考表2。</p>

21、;<p><b>　　3.2 測(cè)量方法</b></p><p>　　用戶信息驗(yàn)證可以使用常用的學(xué)習(xí)軟件WEKA(3.6.11版)[13]，顯示結(jié)果良好，結(jié)果的顯著差異是在于其使用了正確的配對(duì)，顯示值為0.05， Weka的搜索方法提到了一些默認(rèn)的參數(shù)的優(yōu)化分類器。</p><p>　　各種分類器在擊鍵動(dòng)力學(xué)數(shù)據(jù)集中使用廣泛，被使用之前:統(tǒng)計(jì)方法、決策樹、

22、神經(jīng)網(wǎng)絡(luò)法、模糊法,支持向量法，這些在列表中都可查詢[11]。對(duì)于此項(xiàng)論文，我們從Weka的論文里面挑選出一些實(shí)際的方法，覆蓋了各類機(jī)器學(xué)習(xí)法。</p><p>　　Naive Bayes的分類是基于Bayes'真理的概率分類法，這個(gè)分類法假設(shè)所有的特性都是獨(dú)立的一個(gè)實(shí)例但是分類法通常是不正確的。盡管這種方法是幼稚的低級(jí)的,這種分類法適用在應(yīng)用程序使用廣泛。</p><p>　　B

23、ayesian的網(wǎng)絡(luò)是一種概率模型, 用一個(gè)有向無環(huán)圖表示一組隨機(jī)變量及其依賴條件的關(guān)系，圖的結(jié)點(diǎn)是表示隨機(jī)變量和幾個(gè)代表性的邊緣是有條件地依賴變量[1]。</p><p>　　最近，行業(yè)同事Weka的研究(k-NN, IBk)是基于實(shí)例的分類算法，該算法是最新的。決策樹分發(fā)是非常受歡迎的方法，該方法像圖一樣以樹為基礎(chǔ)，近年來出現(xiàn)的算法都可用于擊鍵動(dòng)力學(xué)。在許多應(yīng)用領(lǐng)域我們選擇使用Weka的J48 C4.5作為最

24、佳方法。隨機(jī)森林分類器[3]是一個(gè)集成學(xué)習(xí)方法,該方法隨機(jī)引入決策樹結(jié)構(gòu)的一組(我們使用100棵樹)進(jìn)行評(píng)估。支持向量機(jī)可建立一個(gè)線性判別函數(shù)將分類實(shí)例進(jìn)行分類。如果沒有線性分離是可使用，內(nèi)核地圖可將實(shí)例映射到一個(gè)高維特征空間。我們通過使用Weka的內(nèi)項(xiàng)機(jī)核實(shí)現(xiàn)了LibSVM。C和y通過網(wǎng)絡(luò)搜索法被明顯優(yōu)化成兩個(gè)數(shù)據(jù)集(在41個(gè)特性集里C = 10.55 y =1.86 ，在71個(gè)特性集里C = 7.46 y = 0.25)，并且所有輸

25、入功能都被正常且為(0 - 1)。</p><p>　　多層感知器(MLP)是由反向傳播訓(xùn)練的人工神經(jīng)網(wǎng)絡(luò)，我們這里只說明通過Weka提出的方法實(shí)現(xiàn)默認(rèn)設(shè)置的結(jié)果(數(shù)量的隱藏層是Weka的默認(rèn)設(shè)置(數(shù)的屬性+數(shù)量的分類)/ 2)。</p><p><b>　　4. 結(jié)果</b></p><p><b>　　4.1識(shí)別結(jié)果</b&

26、gt;</p><p>　　為了顯示按鍵數(shù)據(jù)之間精度的差異分類有和沒有觸摸屏(壓力和手指區(qū))的特性,有兩個(gè)數(shù)據(jù)集被使用。其中第一個(gè)數(shù)據(jù)集包含41特性(H + DD +AH),第二個(gè)數(shù)據(jù)集包含71個(gè)特性(H + DD + UD+P+FA+AH+AP+AFA).</p><p>　　我們使用收集到的數(shù)據(jù)沒有經(jīng)過任何轉(zhuǎn)換,也沒有二次特性計(jì)算或特征選擇(除了標(biāo)準(zhǔn)化的支持向量方法)。沒有增加或調(diào)優(yōu)其

27、他的方法使用,除了基于內(nèi)部隨機(jī)化的隨機(jī)森林分類器的使用，</p><p>　　這項(xiàng)工作使用的數(shù)據(jù)可以參考網(wǎng)站http://www.ms.sapientia.ro/~manyi/keystroke.html.</p><p>　　表3 分類精度測(cè)量的兩個(gè)數(shù)據(jù)集。第二列顯示了第一個(gè)數(shù)據(jù)集的精度:41特性。</p><p>　　第三列顯示了第二個(gè)數(shù)據(jù)集的精度:71的特性。

28、</p><p>　　表3給出了這些方法的精度。我們報(bào)告了分類精度10分的解釋，10分層交叉驗(yàn)證對(duì)整個(gè)數(shù)據(jù)集(共100分,標(biāo)準(zhǔn)偏差在圓括號(hào)中)。所有情況明顯表現(xiàn)在71個(gè)特征數(shù)據(jù)集(在0.05顯著性水平)。</p><p><b>　　4.2 驗(yàn)證結(jié)果</b></p><p>　　Killourhy和 Maxion R[8]提供的腳本]驗(yàn)證了該測(cè)

29、量方法，該腳本基于歐幾里得,曼哈頓提出的EER的三種異常計(jì)算檢測(cè)方法，試驗(yàn)中數(shù)據(jù)歸一化,然后分區(qū)分成三個(gè)相等的部分,每個(gè)部分包含17個(gè)用戶的口令數(shù)據(jù)信息，三分之二的數(shù)據(jù)用來創(chuàng)建用戶模板而其余的三分之一用于測(cè)試FRR。前五個(gè)口令密碼來自每個(gè)用戶的數(shù)據(jù),除了其中一個(gè)數(shù)據(jù)是用作FAR測(cè)試。驗(yàn)證需要重復(fù)3次，每次測(cè)量重復(fù)了3次,每次使用不同的范圍為測(cè)試對(duì)象。表4總結(jié)了驗(yàn)證結(jié)果,從三個(gè)測(cè)量可獲得的平均的EER，最低的誤差(12.9%)，該數(shù)據(jù)是通

30、過Manhattan基于時(shí)間和觸摸屏的特性獲得的數(shù)據(jù)。最低的EER是基于時(shí)間的性能為15.3%，該數(shù)據(jù)是Manhattan所提出的度量標(biāo)準(zhǔn)。</p><p>　　結(jié)論，通過觸摸屏的功能不僅提高了分類精度也驗(yàn)證了其精度。</p><p><b>　　5.總結(jié)</b></p><p>　　在本文中,我們實(shí)驗(yàn)性地證明了演示了以觸摸屏的特性為基礎(chǔ)的性能

31、促進(jìn)了基于識(shí)別和驗(yàn)證為基礎(chǔ)的擊鍵力學(xué)性能。數(shù)據(jù)集的收集可使用Android觸摸屏設(shè)備時(shí)間和觸摸屏的基本特性也進(jìn)行了研究。身份識(shí)別的驗(yàn)證過程使用了幾個(gè)機(jī)器學(xué)習(xí)分類算法，其中隨機(jī)森林法，Bayesian的神經(jīng)網(wǎng)絡(luò)法和SVM是最好的分類算法。不僅在身份識(shí)別過程中，在驗(yàn)證測(cè)量過程中也使用了相同的數(shù)集。在這種情況下EER在計(jì)算過程中使用了不同的的距離度量，包括; Euclidean, Manhattan and Mahalanobis..其Man

32、hattan是最好便于執(zhí)行的距離函數(shù)。</p><p>　　在識(shí)別測(cè)量的情況下,將以觸摸屏為基礎(chǔ)的附加功能設(shè)置為默認(rèn)的特性，為每個(gè)分類器增加超過10%的精度，其錯(cuò)誤率降低了24%( Manhattan度量標(biāo)準(zhǔn))，</p><p>　　這個(gè)改進(jìn)是很難下驗(yàn)證測(cè)量的情況觀察到的。</p><p>　　在數(shù)據(jù)預(yù)處理階段,我們觀察到一些鍵入模式包含刪除模式從數(shù)據(jù)集中刪除了。&

33、lt;/p><p>　　然而,這些誤差可以被認(rèn)為是用戶的一個(gè)單獨(dú)的功能，該功能的可以在后續(xù)階段進(jìn)行研究。</p><p><b>　　鳴謝</b></p><p>　　本研究獲得了Sapientia（科學(xué)研究所）的大力支持</p><p><b>　　參考文獻(xiàn)</b></p><p&

34、gt;　　[1]Bouckaert R R.在Weka的文獻(xiàn)中發(fā)表的網(wǎng)絡(luò)分類研究 2008。</p><p>　　可參考網(wǎng)站http://www.cs.waikato,ac.nz/~remco/weka.bn.pdf</p><p>　　[2] Bours P在《信息安全技術(shù)》報(bào)告中發(fā)表的連續(xù)擊鍵動(dòng)力學(xué)：從不同的角度對(duì)生物識(shí)別性評(píng)估。</p><p>　　《信息安全

35、技術(shù)》報(bào)告第17卷，l-2節(jié)，36-43頁。2012年2月</p><p>　　[3] Breiman. L的.隨機(jī)森林法和機(jī)器學(xué)習(xí)法45節(jié)第一張p5-32。2001年。</p><p>　　[4]Draffin B, Zhu J, Zhang J, KeySens 通過微小的建模軟件對(duì)用戶進(jìn)行身份驗(yàn)證。</p><p>　　計(jì)算機(jī)科學(xué)研究所所發(fā)表的《社會(huì)信息和電

36、信工程》 ，2014年 第130卷p.184-201 </p><p>　　[5] Johansen UA的碩士論文,《擊鍵力學(xué)與觸摸屏設(shè)備》，2012年發(fā)表于Gjovik大學(xué)的計(jì)算機(jī)科學(xué)和媒體部門出版社。</p><p>　　[6]在IEEE / IFIP討論的可靠的系統(tǒng)的網(wǎng)絡(luò)國際會(huì)議中將擊鍵力學(xué)的異常檢測(cè)算法進(jìn)行比較, (DSN ' 09),2009年,p . 125 – 1

37、34</p><p>　　[7] 在伊斯坦布爾,土耳其所召開的計(jì)算國際會(huì)議報(bào)告中, 《身份驗(yàn)證系統(tǒng)使用擊鍵力學(xué)感應(yīng)壓力》進(jìn)行探討報(bào)告2004, p. 19-22</p><p>　　[8]參考網(wǎng)站http://www.r-project.org/</p><p>　　[9] Saevanee H和Bhattarakosol P在第6屆IEEE消費(fèi)者通訊和網(wǎng)絡(luò)會(huì)議上探

38、討《擊鍵力學(xué)和手指按壓驗(yàn)證用戶身份信息》進(jìn)行探討2009, p. 1-2。</p><p>　　[10] Sen S和 Muralidharan K. 第七次國際會(huì)議移動(dòng)計(jì)算和無處不在的網(wǎng)絡(luò)(ICMU)所發(fā)表的《擊鍵在移動(dòng)手機(jī)上的驗(yàn)證性能》, 2014, p. 56-61.</p><p>　　[11] Teh P S, Teoh A B J和Yue S.關(guān)于擊鍵力學(xué)和生物識(shí)別技術(shù)的調(diào)查，

39、發(fā)表在《科學(xué)世界》2013年,卷,ID 408280條, 24頁</p><p>　　[12] Rojahn M, Amdt F和Ortmeier F.在2013年所發(fā)表的《觸屏鍵盤同n圖組合的影響》中關(guān)于按鍵動(dòng)力學(xué)和用戶驗(yàn)證信息。第三屆在國際會(huì)議上所探討的移動(dòng)服務(wù)，移動(dòng)資源，移動(dòng)用戶。（2013, p. 114-119）。</p><p>　　[13] 由Witten I H, Fran