基于支持向量机的击键特征异常用户识别

• 作者: 单鹏飞 戴大蒙
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: 机器学习 击键认证 数据预处理 异常用户识别
• 年，卷（期）: 2018,（7）
• 页码范围: 186-190
• 页数: 5页
• 分类号: TP18

摘要

由于用户对键盘的熟悉程度,击键习惯各不相同,每个用户都有自己的击键行为特征。本文设计基于支持向量机的击键生物特征模型对异常用户进行识别,针对特殊的文本提出了基于逻辑回归的缺失值补全算法和基于相关性热图分析的特征筛选算法对数据进行预处理。提出使用错误种类作为击键认证的特征并使用优化的支持向量机做分类处理。将提出的算法与传统的朴素贝叶斯,决策树等算法进行对比。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	戴大蒙	温州大学数理与电子信息工程学院	21	101	7.0	9.0
2	单鹏飞	温州大学数理与电子信息工程学院	2	0	0.0	0.0