Geri Dön

Biyometrik kimlik doğrulama için alan tabanlı tuşa basma dinamikleri analizi

Area based keystroke dynamics analysis for biometric authentication

  1. Tez No: 425748
  2. Yazar: NEŞE AGUN
  3. Danışmanlar: PROF. DR. YUSUF OYSAL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilim ve Teknoloji, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Science and Technology, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2016
  8. Dil: Türkçe
  9. Üniversite: Anadolu Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu tezde, tuşa basma dinamikleri kullanılarak biyometrik kimlik doğrulama sistemi ele alınmıştır. Tuşa basma verisinin toplanması ve modellenmesi için bir sunucu-istemci modeli geliştirilmiştir. Önceki tuşa basma dinamiklerine ilgili çalışmalardan farklı olarak sınıflandırma modeli için alan tabanlı bir özellik kullanılmıştır. Sanal klavye kullanılarak geliştirilen alan tabanlı özellik kullanıcıları ayırt etmede kullanılmıştır. Klavye tasarımının yapılabildiği ve alanların seçildiği bir yazılım geliştirilmiştir. Farklı alanlara sahip çeşitli klavye tasarımlarının oluşturduğu özellikler ile çeşitli kullanıcı grupları üzerinde makine öğrenmesi tekniklerinin kullanıldığı deneyler yürütülmüştür. Kullanıcı grupları 10, 25, 50 ve 100 kişiden oluşmaktadır. Doğruluğun kullanıcı sayısı ile ter orantılı olduğu görülmüştür. Daha yüksek başarı oranları alan tabanlı özelliklerin kullanılması durumunda gözlemlenmiştir. Doğruluğun en yüksek olduğu sonuçlar alan tabanlı özelliklerin kullanıldığı yapay sinir ağları sınıflandırıcısı ile elde edilmiştir.

Özet (Çeviri)

In this thesis, a biometric authentication system for user identification through keystroke dynamics is discussed. A server-client system is developed to gather and model user data. Different from previous research on keystroke dynamics an area based feature is introduced to the classification model. Area based feature is developed and used as a discriminating feature via a virtual keyboard design. A software is developed for designing virtual keyboards and selecting areas. Experiments are conducted by designing different keyboards with different areas for classification of different users among several groups through machine learning techniques. User groups are formed from 10, 25, 50 and 100 persons. It is observed that accuracy is inversely correlated with group size. A higher accuracy is reported when area based feature is used. Top accurate results are obtained with area based features via Multilayer Perceptron classifier.

Benzer Tezler

  1. Yüz tanıma sistemleri verimlilik karşılaştırması

    The efficiency comparison of facial recognition systems

    BATUHAN İYİGEL

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Mühendislik BilimleriAltınbaş Üniversitesi

    Bilişim Teknolojileri Ana Bilim Dalı

    DOÇ. DR. SEFER KURNAZ

  2. Secure and efficient biometric authentication based on advanced cryptographic primitives

    Gelismiş kriptografik öğelere dayalı güvenli ve verimli biyometrik kimlik doğrulama

    ZİYA ALPER GENÇ

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Şehir Üniversitesi

    Bilgisayar Ana Bilim Dalı

    DR. MEHMET SABIR KİRAZ

    DR. OSMANBEY UZUNKOL

  3. Dokunma dinamiği ile mobil kullanıcılar için kimlik doğrulama

    Mobile user authentication using touch dynamics

    RIDVAN ÖZGÜVENİR

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilişim Uygulamaları Ana Bilim Dalı

    PROF. DR. MUHAMMED OĞUZHAN KÜLEKCİ

  4. Image processing methods for retinal vessel segmentation

    Retina damarlarının ayrıştırılması için görüntü işleme yöntemleri

    OZAN YÜKSEL

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDokuz Eylül Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    PROF. DR. ÇAĞIN KANDEMİR ÇAVAŞ

  5. Advanced 3D face anti-spoofing system using hybrid deep neural network and optimization techniques

    Hibrit derin sinir ağı ve optimizasyon tekniklerini kullanan gelişmiş 3B yüz sahtekarlığını önleme sistemi

    MOHAMMED KAREEM HUSSEIN HUSSEIN

    Doktora

    İngilizce

    İngilizce

    2025

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. OSMAN NURİ UÇAN