Hispana. Acceso en línea al Patrimonio Cultural Digital Español

Está en:  › Dades de registre

Identifying users using Keystroke Dynamics and contextual information

Identificadores del recurso

http://hdl.handle.net/10803/461468

TD-049-100018/201710

Procedència

(Tesis de la Universitat d'Andorra)

Fitxa

Títol:: Identifying users using Keystroke Dynamics and contextual information
Tema:: Keystroke Dynamics; context; free text; identification; authentication; Cadència de tecleig; text lliure; identificació; autenticació; Tecnologia; 62
Descripció:: Biometric identification systems based on Keystroke Dynamics have been around for almost forty years now. There has always been a lot of interest in identifying individuals using their physiological or behavioral traits. Keystroke Dynamics focuses on the particular way a person types on a keyboard. The objective of the proposed research is to determine how well the identity of users can be established when using this biometric trait and when contextual information is also taken into account. The proposed research focuses on free text. Users were never told what to type, how or when. This particular field of Keystroke Dynamics has not been as thoroughly studied as the fixed text alternative where a plethora of methods have been tried. The proposed methods focus on the hypothesis that the position of a particular letter, or combination of letters, in a word is of high importance. Other studies have not taken into account if these letter combinations had occurred at the beginning, the middle, or the end of a word. A template of the user will be built using the context of the written words and the latency between successive keystrokes. Other features, like word length, minimum number of needed words to consider a session valid, frequency of words, model building parameters, as well as age group and gender have also been studied to determine those that better help ascertain the identity of an individual. The results of the proposed research should help determine if using Keystroke Dynamics and the proposed methodology are enough to identify users from the content they type with a good enough level of certainty. From this moment, it could be used as a method to ensure that a user is not supplanted, in authentication schemes, or even to help determine the authorship of different parts of a document written by more than one user.; Els sistemes d’identificació biomètrica basades en la cadència de tecleig fa gairebé quaranta anys que s’estudien. Hi ha hagut molt interès en identificar les persones a partir de les seves característiques fisiològiques o de comportament. La cadència de tecleig és la manera en la que una persona escriu en un teclat. L’objectiu de la recerca proposada és determinar com de bé es pot arribar a identificar un individu mitjançant aquesta característica biomètrica i quan també es prenen en consideració dades contextuals. Aquesta recerca es basa en text lliure. Als usuaris mai se’ls va dir què, quan o com havien d’escriure. Aquest camp de la cadència de tecleig no ha estat tan estudiat com l’alternativa de text fix on un gran ventall de mètodes s’han provat. Els mètodes d’identificació proposats es basen en la hipòtesi que la posició d’una lletra, o combinació de lletres teclejades, en una paraula és de gran importància. Altres estudis no prenen en consideració aquesta informació, és a dir, si la combinació de lletres s’ha produït al principi, al mig o al final de la paraula. Es crearà una empremta de l’usuari tenint en compte el context de les lletres en les paraules escrites i les latències entre pulsacions successives. Altres característiques com la mida de les paraules, el nombre mínim de paraules necessari per considerar una sessió vàlida, la freqüència de mots, els paràmetres de construcció dels models, així com el grup d’edat i el gènere també s’han estudiat per determinar quines són les que millor ajuden a identificar un individu. Els resultats de la recerca proposada haurien de permetre determinar si l’ús de la cadència de tecleig i els mètodes proposats són suficients per identificar els usuaris a partir del contingut que generen, sempre amb un cert marge d’error. En cas afirmatiu es podria introduir la tècnica proposada com un mètode més per assegurar que un usuari no és suplantat, en sistemes d’autenticació, o fins i tot per ajudar a determinar l’autoria de diferents parts d’un document que ha estat escrit per més d’un usuari.
Font:: TDX (Tesis Doctorals en Xarxa)
Idioma:: English
Autor/Productor:: Dorca-Josa, Aleix
Editor:: Universitat d'Andorra
Otros colaboradores/productores:: Morán Moreno, José Antonio; Santamaría Pérez, Eugènia
Drets:: L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by/4.0/; info:eu-repo/semantics/openAccess
Data:: 2018-02-07T20:54:44Z; 2018-02-05
Tipo de recurso:: info:eu-repo/semantics/doctoralThesis; info:eu-repo/semantics/publishedVersion
Format:: 284 p.; application/pdf

oai_dc

Descarregar XML

<?xml version="1.0" encoding="UTF-8" ?>

<oai_dc:dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
1. <dc:title>Identifying users using Keystroke Dynamics and contextual information</dc:title>
2. <dc:creator>Dorca-Josa, Aleix</dc:creator>
3. <dc:contributor>Morán Moreno, José Antonio</dc:contributor>
4. <dc:contributor>Santamaría Pérez, Eugènia</dc:contributor>
5. <dc:subject>Keystroke Dynamics</dc:subject>
6. <dc:subject>context</dc:subject>
7. <dc:subject>free text</dc:subject>
8. <dc:subject>identification</dc:subject>
9. <dc:subject>authentication</dc:subject>
10. <dc:subject>Cadència de tecleig</dc:subject>
11. <dc:subject>text lliure</dc:subject>
12. <dc:subject>identificació</dc:subject>
13. <dc:subject>autenticació</dc:subject>
14. <dc:subject>Tecnologia</dc:subject>
15. <dc:subject>62</dc:subject>
16. <dc:description>Biometric identification systems based on Keystroke Dynamics have been around for almost forty years now. There has always been a lot of interest in identifying individuals using their physiological or behavioral traits. Keystroke Dynamics focuses on the particular way a person types on a keyboard. The objective of the proposed research is to determine how well the identity of users can be established when using this biometric trait and when contextual information is also taken into account. The proposed research focuses on free text. Users were never told what to type, how or when. This particular field of Keystroke Dynamics has not been as thoroughly studied as the fixed text alternative where a plethora of methods have been tried. The proposed methods focus on the hypothesis that the position of a particular letter, or combination of letters, in a word is of high importance. Other studies have not taken into account if these letter combinations had occurred at the beginning, the middle, or the end of a word. A template of the user will be built using the context of the written words and the latency between successive keystrokes. Other features, like word length, minimum number of needed words to consider a session valid, frequency of words, model building parameters, as well as age group and gender have also been studied to determine those that better help ascertain the identity of an individual. The results of the proposed research should help determine if using Keystroke Dynamics and the proposed methodology are enough to identify users from the content they type with a good enough level of certainty. From this moment, it could be used as a method to ensure that a user is not supplanted, in authentication schemes, or even to help determine the authorship of different parts of a document written by more than one user.</dc:description>
17. <dc:description>Els sistemes d’identificació biomètrica basades en la cadència de tecleig fa gairebé quaranta anys que s’estudien. Hi ha hagut molt interès en identificar les persones a partir de les seves característiques fisiològiques o de comportament. La cadència de tecleig és la manera en la que una persona escriu en un teclat. L’objectiu de la recerca proposada és determinar com de bé es pot arribar a identificar un individu mitjançant aquesta característica biomètrica i quan també es prenen en consideració dades contextuals. Aquesta recerca es basa en text lliure. Als usuaris mai se’ls va dir què, quan o com havien d’escriure. Aquest camp de la cadència de tecleig no ha estat tan estudiat com l’alternativa de text fix on un gran ventall de mètodes s’han provat. Els mètodes d’identificació proposats es basen en la hipòtesi que la posició d’una lletra, o combinació de lletres teclejades, en una paraula és de gran importància. Altres estudis no prenen en consideració aquesta informació, és a dir, si la combinació de lletres s’ha produït al principi, al mig o al final de la paraula. Es crearà una empremta de l’usuari tenint en compte el context de les lletres en les paraules escrites i les latències entre pulsacions successives. Altres característiques com la mida de les paraules, el nombre mínim de paraules necessari per considerar una sessió vàlida, la freqüència de mots, els paràmetres de construcció dels models, així com el grup d’edat i el gènere també s’han estudiat per determinar quines són les que millor ajuden a identificar un individu. Els resultats de la recerca proposada haurien de permetre determinar si l’ús de la cadència de tecleig i els mètodes proposats són suficients per identificar els usuaris a partir del contingut que generen, sempre amb un cert marge d’error. En cas afirmatiu es podria introduir la tècnica proposada com un mètode més per assegurar que un usuari no és suplantat, en sistemes d’autenticació, o fins i tot per ajudar a determinar l’autoria de diferents parts d’un document que ha estat escrit per més d’un usuari.</dc:description>
18. <dc:date>2018-02-07T20:54:44Z</dc:date>
19. <dc:date>2018-02-07T20:54:44Z</dc:date>
20. <dc:date>2018-02-05</dc:date>
21. <dc:type>info:eu-repo/semantics/doctoralThesis</dc:type>
22. <dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
23. <dc:identifier>http://hdl.handle.net/10803/461468</dc:identifier>
24. <dc:identifier>TD-049-100018/201710</dc:identifier>
25. <dc:language>eng</dc:language>
26. <dc:rights>L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by/4.0/</dc:rights>
27. <dc:rights>info:eu-repo/semantics/openAccess</dc:rights>
28. <dc:format>284 p.</dc:format>
29. <dc:format>application/pdf</dc:format>
30. <dc:format>application/pdf</dc:format>
31. <dc:publisher>Universitat d'Andorra</dc:publisher>
32. <dc:source>TDX (Tesis Doctorals en Xarxa)</dc:source>
</oai_dc:dc>

dim

Descarregar XML

<?xml version="1.0" encoding="UTF-8" ?>

<dim:dim schemaLocation="http://www.dspace.org/xmlns/dspace/dim http://www.dspace.org/schema/dim.xsd">
1. <dim:field authority="e62e9ccd-b61d-4d9e-a9de-04b02389ec0d" confidence="600" element="contributor" mdschema="dc" qualifier="author">Dorca-Josa, Aleix</dim:field>
2. <dim:field element="contributor" lang="en_US" mdschema="dc" qualifier="authoremail">adorca@uda.ad</dim:field>
3. <dim:field element="contributor" lang="en_US" mdschema="dc" qualifier="authoremailshow">true</dim:field>
4. <dim:field authority="6dcd5e20-8197-4426-8a53-4511d13a9a37" confidence="-1" element="contributor" mdschema="dc" qualifier="director">Morán Moreno, José Antonio</dim:field>
5. <dim:field authority="83c5c83a-6329-4c51-91e7-1f844a853cf3" confidence="-1" element="contributor" mdschema="dc" qualifier="director">Santamaría Pérez, Eugènia</dim:field>
6. <dim:field element="contributor" lang="en_US" mdschema="dc" qualifier="authorsendemail">true</dim:field>
7. <dim:field element="date" mdschema="dc" qualifier="accessioned">2018-02-07T20:54:44Z</dim:field>
8. <dim:field element="date" mdschema="dc" qualifier="available">2018-02-07T20:54:44Z</dim:field>
9. <dim:field element="date" mdschema="dc" qualifier="issued">2018-02-05</dim:field>
10. <dim:field element="identifier" mdschema="dc" qualifier="uri">http://hdl.handle.net/10803/461468</dim:field>
11. <dim:field element="identifier" lang="en_US" mdschema="dc" qualifier="dl">TD-049-100018/201710</dim:field>
12. <dim:field element="description" lang="en_US" mdschema="dc" qualifier="abstract">Biometric identification systems based on Keystroke Dynamics have been around for almost forty years now. There has always been a lot of interest in identifying individuals using their physiological or behavioral traits. Keystroke Dynamics focuses on the particular way a person types on a keyboard. The objective of the proposed research is to determine how well the identity of users can be established when using this biometric trait and when contextual information is also taken into account. The proposed research focuses on free text. Users were never told what to type, how or when. This particular field of Keystroke Dynamics has not been as thoroughly studied as the fixed text alternative where a plethora of methods have been tried. The proposed methods focus on the hypothesis that the position of a particular letter, or combination of letters, in a word is of high importance. Other studies have not taken into account if these letter combinations had occurred at the beginning, the middle, or the end of a word. A template of the user will be built using the context of the written words and the latency between successive keystrokes. Other features, like word length, minimum number of needed words to consider a session valid, frequency of words, model building parameters, as well as age group and gender have also been studied to determine those that better help ascertain the identity of an individual. The results of the proposed research should help determine if using Keystroke Dynamics and the proposed methodology are enough to identify users from the content they type with a good enough level of certainty. From this moment, it could be used as a method to ensure that a user is not supplanted, in authentication schemes, or even to help determine the authorship of different parts of a document written by more than one user.</dim:field>
13. <dim:field element="description" lang="en_US" mdschema="dc" qualifier="abstract">Els sistemes d’identificació biomètrica basades en la cadència de tecleig fa gairebé quaranta anys que s’estudien. Hi ha hagut molt interès en identificar les persones a partir de les seves característiques fisiològiques o de comportament. La cadència de tecleig és la manera en la que una persona escriu en un teclat. L’objectiu de la recerca proposada és determinar com de bé es pot arribar a identificar un individu mitjançant aquesta característica biomètrica i quan també es prenen en consideració dades contextuals. Aquesta recerca es basa en text lliure. Als usuaris mai se’ls va dir què, quan o com havien d’escriure. Aquest camp de la cadència de tecleig no ha estat tan estudiat com l’alternativa de text fix on un gran ventall de mètodes s’han provat. Els mètodes d’identificació proposats es basen en la hipòtesi que la posició d’una lletra, o combinació de lletres teclejades, en una paraula és de gran importància. Altres estudis no prenen en consideració aquesta informació, és a dir, si la combinació de lletres s’ha produït al principi, al mig o al final de la paraula. Es crearà una empremta de l’usuari tenint en compte el context de les lletres en les paraules escrites i les latències entre pulsacions successives. Altres característiques com la mida de les paraules, el nombre mínim de paraules necessari per considerar una sessió vàlida, la freqüència de mots, els paràmetres de construcció dels models, així com el grup d’edat i el gènere també s’han estudiat per determinar quines són les que millor ajuden a identificar un individu. Els resultats de la recerca proposada haurien de permetre determinar si l’ús de la cadència de tecleig i els mètodes proposats són suficients per identificar els usuaris a partir del contingut que generen, sempre amb un cert marge d’error. En cas afirmatiu es podria introduir la tècnica proposada com un mètode més per assegurar que un usuari no és suplantat, en sistemes d’autenticació, o fins i tot per ajudar a determinar l’autoria de diferents parts d’un document que ha estat escrit per més d’un usuari.</dim:field>
14. <dim:field element="format" lang="en_US" mdschema="dc" qualifier="extent">284 p.</dim:field>
15. <dim:field element="format" mdschema="dc" qualifier="mimetype">application/pdf</dim:field>
16. <dim:field element="language" lang="en_US" mdschema="dc" qualifier="iso">eng</dim:field>
17. <dim:field element="publisher" mdschema="dc">Universitat d'Andorra</dim:field>
18. <dim:field element="rights" mdschema="dc" qualifier="license">L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by/4.0/</dim:field>
19. <dim:field element="rights" mdschema="dc" qualifier="accessLevel">info:eu-repo/semantics/openAccess</dim:field>
20. <dim:field element="source" mdschema="dc">TDX (Tesis Doctorals en Xarxa)</dim:field>
21. <dim:field element="subject" lang="en_US" mdschema="dc">Keystroke Dynamics</dim:field>
22. <dim:field element="subject" lang="en_US" mdschema="dc">context</dim:field>
23. <dim:field element="subject" lang="en_US" mdschema="dc">free text</dim:field>
24. <dim:field element="subject" lang="en_US" mdschema="dc">identification</dim:field>
25. <dim:field element="subject" lang="en_US" mdschema="dc">authentication</dim:field>
26. <dim:field element="subject" lang="en_US" mdschema="dc">Cadència de tecleig</dim:field>
27. <dim:field element="subject" lang="en_US" mdschema="dc">text lliure</dim:field>
28. <dim:field element="subject" lang="en_US" mdschema="dc">identificació</dim:field>
29. <dim:field element="subject" lang="en_US" mdschema="dc">autenticació</dim:field>
30. <dim:field element="subject" lang="en_US" mdschema="dc" qualifier="other">Tecnologia</dim:field>
31. <dim:field element="subject" lang="en_US" mdschema="dc" qualifier="udc">62</dim:field>
32. <dim:field element="title" lang="en_US" mdschema="dc">Identifying users using Keystroke Dynamics and contextual information</dim:field>
33. <dim:field element="type" mdschema="dc">info:eu-repo/semantics/doctoralThesis</dim:field>
34. <dim:field element="type" mdschema="dc">info:eu-repo/semantics/publishedVersion</dim:field>
35. <dim:field element="embargo" lang="en_US" mdschema="dc" qualifier="terms">cap</dim:field>
</dim:dim>

etdms

Descarregar XML

<?xml version="1.0" encoding="UTF-8" ?>

<thesis schemaLocation="http://www.ndltd.org/standards/metadata/etdms/1.0/ http://www.ndltd.org/standards/metadata/etdms/1.0/etdms.xsd">
1. <title>Identifying users using Keystroke Dynamics and contextual information</title>
2. <creator>Dorca-Josa, Aleix</creator>
3. <contributor>adorca@uda.ad</contributor>
4. <contributor>true</contributor>
5. <contributor>Morán Moreno, José Antonio</contributor>
6. <contributor>Santamaría Pérez, Eugènia</contributor>
7. <contributor>true</contributor>
8. <subject>Keystroke Dynamics</subject>
9. <subject>context</subject>
10. <subject>free text</subject>
11. <subject>identification</subject>
12. <subject>authentication</subject>
13. <subject>Cadència de tecleig</subject>
14. <subject>text lliure</subject>
15. <subject>identificació</subject>
16. <subject>autenticació</subject>
17. <description>Biometric identification systems based on Keystroke Dynamics have been around for almost forty years now. There has always been a lot of interest in identifying individuals using their physiological or behavioral traits. Keystroke Dynamics focuses on the particular way a person types on a keyboard. The objective of the proposed research is to determine how well the identity of users can be established when using this biometric trait and when contextual information is also taken into account. The proposed research focuses on free text. Users were never told what to type, how or when. This particular field of Keystroke Dynamics has not been as thoroughly studied as the fixed text alternative where a plethora of methods have been tried. The proposed methods focus on the hypothesis that the position of a particular letter, or combination of letters, in a word is of high importance. Other studies have not taken into account if these letter combinations had occurred at the beginning, the middle, or the end of a word. A template of the user will be built using the context of the written words and the latency between successive keystrokes. Other features, like word length, minimum number of needed words to consider a session valid, frequency of words, model building parameters, as well as age group and gender have also been studied to determine those that better help ascertain the identity of an individual. The results of the proposed research should help determine if using Keystroke Dynamics and the proposed methodology are enough to identify users from the content they type with a good enough level of certainty. From this moment, it could be used as a method to ensure that a user is not supplanted, in authentication schemes, or even to help determine the authorship of different parts of a document written by more than one user.</description>
18. <description>Els sistemes d’identificació biomètrica basades en la cadència de tecleig fa gairebé quaranta anys que s’estudien. Hi ha hagut molt interès en identificar les persones a partir de les seves característiques fisiològiques o de comportament. La cadència de tecleig és la manera en la que una persona escriu en un teclat. L’objectiu de la recerca proposada és determinar com de bé es pot arribar a identificar un individu mitjançant aquesta característica biomètrica i quan també es prenen en consideració dades contextuals. Aquesta recerca es basa en text lliure. Als usuaris mai se’ls va dir què, quan o com havien d’escriure. Aquest camp de la cadència de tecleig no ha estat tan estudiat com l’alternativa de text fix on un gran ventall de mètodes s’han provat. Els mètodes d’identificació proposats es basen en la hipòtesi que la posició d’una lletra, o combinació de lletres teclejades, en una paraula és de gran importància. Altres estudis no prenen en consideració aquesta informació, és a dir, si la combinació de lletres s’ha produït al principi, al mig o al final de la paraula. Es crearà una empremta de l’usuari tenint en compte el context de les lletres en les paraules escrites i les latències entre pulsacions successives. Altres característiques com la mida de les paraules, el nombre mínim de paraules necessari per considerar una sessió vàlida, la freqüència de mots, els paràmetres de construcció dels models, així com el grup d’edat i el gènere també s’han estudiat per determinar quines són les que millor ajuden a identificar un individu. Els resultats de la recerca proposada haurien de permetre determinar si l’ús de la cadència de tecleig i els mètodes proposats són suficients per identificar els usuaris a partir del contingut que generen, sempre amb un cert marge d’error. En cas afirmatiu es podria introduir la tècnica proposada com un mètode més per assegurar que un usuari no és suplantat, en sistemes d’autenticació, o fins i tot per ajudar a determinar l’autoria de diferents parts d’un document que ha estat escrit per més d’un usuari.</description>
19. <date>2018-02-07</date>
20. <date>2018-02-07</date>
21. <date>2018-02-05</date>
22. <type>info:eu-repo/semantics/doctoralThesis</type>
23. <type>info:eu-repo/semantics/publishedVersion</type>
24. <identifier>http://hdl.handle.net/10803/461468</identifier>
25. <identifier>TD-049-100018/201710</identifier>
26. <language>eng</language>
27. <rights>L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by/4.0/</rights>
28. <rights>info:eu-repo/semantics/openAccess</rights>
29. <publisher>Universitat d'Andorra</publisher>
30. <source>TDX (Tesis Doctorals en Xarxa)</source>
</thesis>

marc

Descarregar XML

<?xml version="1.0" encoding="UTF-8" ?>

<record schemaLocation="http://www.loc.gov/MARC21/slim http://www.loc.gov/standards/marcxml/schema/MARC21slim.xsd">
1. <leader>00925njm 22002777a 4500</leader>
2. <datafield ind1=" " ind2=" " tag="042">
  1. <subfield code="a">dc</subfield>
  </datafield>
3. <datafield ind1=" " ind2=" " tag="720">
  1. <subfield code="a">Dorca-Josa, Aleix</subfield>
  2. <subfield code="e">author</subfield>
  </datafield>
4. <datafield ind1=" " ind2=" " tag="260">
  1. <subfield code="c">2018-02-05</subfield>
  </datafield>
5. <datafield ind1=" " ind2=" " tag="520">
  1. <subfield code="a">Biometric identification systems based on Keystroke Dynamics have been around for almost forty years now. There has always been a lot of interest in identifying individuals using their physiological or behavioral traits. Keystroke Dynamics focuses on the particular way a person types on a keyboard. The objective of the proposed research is to determine how well the identity of users can be established when using this biometric trait and when contextual information is also taken into account. The proposed research focuses on free text. Users were never told what to type, how or when. This particular field of Keystroke Dynamics has not been as thoroughly studied as the fixed text alternative where a plethora of methods have been tried. The proposed methods focus on the hypothesis that the position of a particular letter, or combination of letters, in a word is of high importance. Other studies have not taken into account if these letter combinations had occurred at the beginning, the middle, or the end of a word. A template of the user will be built using the context of the written words and the latency between successive keystrokes. Other features, like word length, minimum number of needed words to consider a session valid, frequency of words, model building parameters, as well as age group and gender have also been studied to determine those that better help ascertain the identity of an individual. The results of the proposed research should help determine if using Keystroke Dynamics and the proposed methodology are enough to identify users from the content they type with a good enough level of certainty. From this moment, it could be used as a method to ensure that a user is not supplanted, in authentication schemes, or even to help determine the authorship of different parts of a document written by more than one user.</subfield>
  </datafield>
6. <datafield ind1=" " ind2=" " tag="520">
  1. <subfield code="a">Els sistemes d’identificació biomètrica basades en la cadència de tecleig fa gairebé quaranta anys que s’estudien. Hi ha hagut molt interès en identificar les persones a partir de les seves característiques fisiològiques o de comportament. La cadència de tecleig és la manera en la que una persona escriu en un teclat. L’objectiu de la recerca proposada és determinar com de bé es pot arribar a identificar un individu mitjançant aquesta característica biomètrica i quan també es prenen en consideració dades contextuals. Aquesta recerca es basa en text lliure. Als usuaris mai se’ls va dir què, quan o com havien d’escriure. Aquest camp de la cadència de tecleig no ha estat tan estudiat com l’alternativa de text fix on un gran ventall de mètodes s’han provat. Els mètodes d’identificació proposats es basen en la hipòtesi que la posició d’una lletra, o combinació de lletres teclejades, en una paraula és de gran importància. Altres estudis no prenen en consideració aquesta informació, és a dir, si la combinació de lletres s’ha produït al principi, al mig o al final de la paraula. Es crearà una empremta de l’usuari tenint en compte el context de les lletres en les paraules escrites i les latències entre pulsacions successives. Altres característiques com la mida de les paraules, el nombre mínim de paraules necessari per considerar una sessió vàlida, la freqüència de mots, els paràmetres de construcció dels models, així com el grup d’edat i el gènere també s’han estudiat per determinar quines són les que millor ajuden a identificar un individu. Els resultats de la recerca proposada haurien de permetre determinar si l’ús de la cadència de tecleig i els mètodes proposats són suficients per identificar els usuaris a partir del contingut que generen, sempre amb un cert marge d’error. En cas afirmatiu es podria introduir la tècnica proposada com un mètode més per assegurar que un usuari no és suplantat, en sistemes d’autenticació, o fins i tot per ajudar a determinar l’autoria de diferents parts d’un document que ha estat escrit per més d’un usuari.</subfield>
  </datafield>
7. <datafield ind1="8" ind2=" " tag="024">
  1. <subfield code="a">http://hdl.handle.net/10803/461468</subfield>
  </datafield>
8. <datafield ind1="8" ind2=" " tag="024">
  1. <subfield code="a">TD-049-100018/201710</subfield>
  </datafield>
9. <datafield ind1=" " ind2=" " tag="653">
  1. <subfield code="a">Keystroke Dynamics</subfield>
  </datafield>
10. <datafield ind1=" " ind2=" " tag="653">
  1. <subfield code="a">context</subfield>
  </datafield>
11. <datafield ind1=" " ind2=" " tag="653">
  1. <subfield code="a">free text</subfield>
  </datafield>
12. <datafield ind1=" " ind2=" " tag="653">
  1. <subfield code="a">identification</subfield>
  </datafield>
13. <datafield ind1=" " ind2=" " tag="653">
  1. <subfield code="a">authentication</subfield>
  </datafield>
14. <datafield ind1=" " ind2=" " tag="653">
  1. <subfield code="a">Cadència de tecleig</subfield>
  </datafield>
15. <datafield ind1=" " ind2=" " tag="653">
  1. <subfield code="a">text lliure</subfield>
  </datafield>
16. <datafield ind1=" " ind2=" " tag="653">
  1. <subfield code="a">identificació</subfield>
  </datafield>
17. <datafield ind1=" " ind2=" " tag="653">
  1. <subfield code="a">autenticació</subfield>
  </datafield>
18. <datafield ind1="0" ind2="0" tag="245">
  1. <subfield code="a">Identifying users using Keystroke Dynamics and contextual information</subfield>
  </datafield>
</record>

marc_ccuc

Descarregar XML

<?xml version="1.0" encoding="UTF-8" ?>

<record schemaLocation="http://www.loc.gov/MARC21/slim http://www.loc.gov/standards/marcxml/schema/MARC21slim.xsd">
1. <leader>nam a 5i 4500</leader>
2. <datafield ind1=" " ind2=" " tag="653">
  1. <subfield code="a">Keystroke Dynamics</subfield>
  </datafield>
3. <datafield ind1=" " ind2=" " tag="653">
  1. <subfield code="a">context</subfield>
  </datafield>
4. <datafield ind1=" " ind2=" " tag="653">
  1. <subfield code="a">free text</subfield>
  </datafield>
5. <datafield ind1=" " ind2=" " tag="653">
  1. <subfield code="a">identification</subfield>
  </datafield>
6. <datafield ind1=" " ind2=" " tag="653">
  1. <subfield code="a">authentication</subfield>
  </datafield>
7. <datafield ind1=" " ind2=" " tag="653">
  1. <subfield code="a">Cadència de tecleig</subfield>
  </datafield>
8. <datafield ind1=" " ind2=" " tag="653">
  1. <subfield code="a">text lliure</subfield>
  </datafield>
9. <datafield ind1=" " ind2=" " tag="653">
  1. <subfield code="a">identificació</subfield>
  </datafield>
10. <datafield ind1=" " ind2=" " tag="653">
  1. <subfield code="a">autenticació</subfield>
  </datafield>
11. <datafield ind1="1" ind2="0" tag="245">
  1. <subfield code="a">Identifying users using Keystroke Dynamics and contextual information</subfield>
  </datafield>
12. <datafield ind1=" " ind2="1" tag="264">
  1. <subfield code="a">:</subfield>
  2. <subfield code="b">Universitat d'Andorra,</subfield>
  3. <subfield code="c">2018</subfield>
  </datafield>
13. <datafield ind1="4" ind2="0" tag="856">
  1. <subfield code="z">Accés lliure</subfield>
  2. <subfield code="u">http://hdl.handle.net/10803/461468</subfield>
  </datafield>
14. <controlfield tag="007">cr |||||||||||</controlfield>
15. <controlfield tag="008">AAMMDDs2018 sp ||||fsm||||0|| 0 eng|c</controlfield>
16. <datafield ind1="1" ind2=" " tag="100">
  1. <subfield code="a">Dorca-Josa, Aleix,</subfield>
  2. <subfield code="e">autor</subfield>
  </datafield>
17. <datafield ind1=" " ind2=" " tag="300">
  1. <subfield code="a">1 recurs en línia (284 pàgines)</subfield>
  </datafield>
18. <datafield ind1=" " ind2="4" tag="655">
  1. <subfield code="a">Tesis i dissertacions electròniques</subfield>
  </datafield>
19. <datafield ind1="1" ind2=" " tag="700">
  1. <subfield code="a">Morán Moreno, José Antonio,</subfield>
  2. <subfield code="e">supervisor acadèmic</subfield>
  </datafield>
20. <datafield ind1="1" ind2=" " tag="700">
  1. <subfield code="a">Santamaría Pérez, Eugènia,</subfield>
  2. <subfield code="e">supervisor acadèmic</subfield>
  </datafield>
21. <datafield ind1="0" ind2=" " tag="730">
  1. <subfield code="a">TDX</subfield>
  </datafield>
22. <datafield ind1=" " ind2=" " tag="520">
  1. <subfield code="a">Biometric identification systems based on Keystroke Dynamics have been around for almost forty years now. There has always been a lot of interest in identifying individuals using their physiological or behavioral traits. Keystroke Dynamics focuses on the particular way a person types on a keyboard. The objective of the proposed research is to determine how well the identity of users can be established when using this biometric trait and when contextual information is also taken into account. The proposed research focuses on free text. Users were never told what to type, how or when. This particular field of Keystroke Dynamics has not been as thoroughly studied as the fixed text alternative where a plethora of methods have been tried. The proposed methods focus on the hypothesis that the position of a particular letter, or combination of letters, in a word is of high importance. Other studies have not taken into account if these letter combinations had occurred at the beginning, the middle, or the end of a word. A template of the user will be built using the context of the written words and the latency between successive keystrokes. Other features, like word length, minimum number of needed words to consider a session valid, frequency of words, model building parameters, as well as age group and gender have also been studied to determine those that better help ascertain the identity of an individual. The results of the proposed research should help determine if using Keystroke Dynamics and the proposed methodology are enough to identify users from the content they type with a good enough level of certainty. From this moment, it could be used as a method to ensure that a user is not supplanted, in authentication schemes, or even to help determine the authorship of different parts of a document written by more than one user.</subfield>
  </datafield>
23. <datafield ind1=" " ind2=" " tag="998">
  1. <subfield code="a">u50</subfield>
  </datafield>
24. <datafield ind1=" " ind2=" " tag="040">
  1. <subfield code="a">ES-BaCBU</subfield>
  2. <subfield code="b">cat</subfield>
  3. <subfield code="e">rda</subfield>
  4. <subfield code="c">ES-BaCBU</subfield>
  </datafield>
25. <datafield ind1=" " ind2=" " tag="336">
  1. <subfield code="a">text</subfield>
  2. <subfield code="b">txt</subfield>
  3. <subfield code="2">rdacontent</subfield>
  </datafield>
26. <datafield ind1=" " ind2=" " tag="337">
  1. <subfield code="a">informàtic</subfield>
  2. <subfield code="b">c</subfield>
  3. <subfield code="2">rdamedia</subfield>
  </datafield>
27. <datafield ind1=" " ind2=" " tag="338">
  1. <subfield code="a">recurs en línia</subfield>
  2. <subfield code="b">cr</subfield>
  3. <subfield code="2">rdacarrier</subfield>
  </datafield>
</record>

mets

Descarregar XML

<?xml version="1.0" encoding="UTF-8" ?>

<mets ID=" DSpace_ITEM_10803-461468" OBJID=" hdl:10803/461468" PROFILE="DSpace METS SIP Profile 1.0" TYPE="DSpace ITEM" schemaLocation="http://www.loc.gov/METS/ http://www.loc.gov/standards/mets/mets.xsd">
1. <metsHdr CREATEDATE="2024-09-05T18:42:18Z">
  1. <agent ROLE="CUSTODIAN" TYPE="ORGANIZATION">
    1. <name>TDX (Tesis Doctorals en Xarxa)</name>
    </agent>
  </metsHdr>
2. <dmdSec ID="DMD_10803_461468">
  1. <mdWrap MDTYPE="MODS">
    1. <xmlData schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-1.xsd">
      1. <mods:mods schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-1.xsd">
        <mods:name>
        <mods:role>
        <mods:roleTerm type="text">author</mods:roleTerm>
        </mods:role>
        <mods:namePart>Dorca-Josa, Aleix</mods:namePart>
        </mods:name>
        <mods:name>
        <mods:role>
        <mods:roleTerm type="text">authoremail</mods:roleTerm>
        </mods:role>
        <mods:namePart>adorca@uda.ad</mods:namePart>
        </mods:name>
        <mods:name>
        <mods:role>
        <mods:roleTerm type="text">authoremailshow</mods:roleTerm>
        </mods:role>
        <mods:namePart>true</mods:namePart>
        </mods:name>
        <mods:name>
        <mods:role>
        <mods:roleTerm type="text">director</mods:roleTerm>
        </mods:role>
        <mods:namePart>Morán Moreno, José Antonio</mods:namePart>
        </mods:name>
        <mods:name>
        <mods:role>
        <mods:roleTerm type="text">director</mods:roleTerm>
        </mods:role>
        <mods:namePart>Santamaría Pérez, Eugènia</mods:namePart>
        </mods:name>
        <mods:name>
        <mods:role>
        <mods:roleTerm type="text">authorsendemail</mods:roleTerm>
        </mods:role>
        <mods:namePart>true</mods:namePart>
        </mods:name>
        <mods:extension>
        <mods:dateAccessioned encoding="iso8601">2018-02-07T20:54:44Z</mods:dateAccessioned>
        </mods:extension>
        <mods:extension>
        <mods:dateAvailable encoding="iso8601">2018-02-07T20:54:44Z</mods:dateAvailable>
        </mods:extension>
        <mods:originInfo>
        <mods:dateIssued encoding="iso8601">2018-02-05</mods:dateIssued>
        </mods:originInfo>
        <mods:identifier type="uri">http://hdl.handle.net/10803/461468</mods:identifier>
        <mods:identifier type="dl">TD-049-100018/201710</mods:identifier>
        <mods:abstract>Biometric identification systems based on Keystroke Dynamics have been around for almost forty years now. There has always been a lot of interest in identifying individuals using their physiological or behavioral traits. Keystroke Dynamics focuses on the particular way a person types on a keyboard. The objective of the proposed research is to determine how well the identity of users can be established when using this biometric trait and when contextual information is also taken into account. The proposed research focuses on free text. Users were never told what to type, how or when. This particular field of Keystroke Dynamics has not been as thoroughly studied as the fixed text alternative where a plethora of methods have been tried. The proposed methods focus on the hypothesis that the position of a particular letter, or combination of letters, in a word is of high importance. Other studies have not taken into account if these letter combinations had occurred at the beginning, the middle, or the end of a word. A template of the user will be built using the context of the written words and the latency between successive keystrokes. Other features, like word length, minimum number of needed words to consider a session valid, frequency of words, model building parameters, as well as age group and gender have also been studied to determine those that better help ascertain the identity of an individual. The results of the proposed research should help determine if using Keystroke Dynamics and the proposed methodology are enough to identify users from the content they type with a good enough level of certainty. From this moment, it could be used as a method to ensure that a user is not supplanted, in authentication schemes, or even to help determine the authorship of different parts of a document written by more than one user.Els sistemes d’identificació biomètrica basades en la cadència de tecleig fa gairebé quaranta anys que s’estudien. Hi ha hagut molt interès en identificar les persones a partir de les seves característiques fisiològiques o de comportament. La cadència de tecleig és la manera en la que una persona escriu en un teclat. L’objectiu de la recerca proposada és determinar com de bé es pot arribar a identificar un individu mitjançant aquesta característica biomètrica i quan també es prenen en consideració dades contextuals. Aquesta recerca es basa en text lliure. Als usuaris mai se’ls va dir què, quan o com havien d’escriure. Aquest camp de la cadència de tecleig no ha estat tan estudiat com l’alternativa de text fix on un gran ventall de mètodes s’han provat. Els mètodes d’identificació proposats es basen en la hipòtesi que la posició d’una lletra, o combinació de lletres teclejades, en una paraula és de gran importància. Altres estudis no prenen en consideració aquesta informació, és a dir, si la combinació de lletres s’ha produït al principi, al mig o al final de la paraula. Es crearà una empremta de l’usuari tenint en compte el context de les lletres en les paraules escrites i les latències entre pulsacions successives. Altres característiques com la mida de les paraules, el nombre mínim de paraules necessari per considerar una sessió vàlida, la freqüència de mots, els paràmetres de construcció dels models, així com el grup d’edat i el gènere també s’han estudiat per determinar quines són les que millor ajuden a identificar un individu. Els resultats de la recerca proposada haurien de permetre determinar si l’ús de la cadència de tecleig i els mètodes proposats són suficients per identificar els usuaris a partir del contingut que generen, sempre amb un cert marge d’error. En cas afirmatiu es podria introduir la tècnica proposada com un mètode més per assegurar que un usuari no és suplantat, en sistemes d’autenticació, o fins i tot per ajudar a determinar l’autoria de diferents parts d’un document que ha estat escrit per més d’un usuari.</mods:abstract>
        <mods:language>
        <mods:languageTerm authority="rfc3066">eng</mods:languageTerm>
        </mods:language>
        <mods:accessCondition type="useAndReproduction" />
        <mods:subject>
        <mods:topic>Keystroke Dynamics</mods:topic>
        </mods:subject>
        <mods:subject>
        <mods:topic>context</mods:topic>
        </mods:subject>
        <mods:subject>
        <mods:topic>free text</mods:topic>
        </mods:subject>
        <mods:subject>
        <mods:topic>identification</mods:topic>
        </mods:subject>
        <mods:subject>
        <mods:topic>authentication</mods:topic>
        </mods:subject>
        <mods:subject>
        <mods:topic>Cadència de tecleig</mods:topic>
        </mods:subject>
        <mods:subject>
        <mods:topic>text lliure</mods:topic>
        </mods:subject>
        <mods:subject>
        <mods:topic>identificació</mods:topic>
        </mods:subject>
        <mods:subject>
        <mods:topic>autenticació</mods:topic>
        </mods:subject>
        <mods:titleInfo>
        <mods:title>Identifying users using Keystroke Dynamics and contextual information</mods:title>
        </mods:titleInfo>
        <mods:genre>info:eu-repo/semantics/doctoralThesis info:eu-repo/semantics/publishedVersion</mods:genre>
        </mods:mods>
      </xmlData>
    </mdWrap>
  </dmdSec>
3. <amdSec ID="FO_10803_461468_1">
  1. <techMD ID="TECH_O_10803_461468_1">
    1. <mdWrap MDTYPE="PREMIS">
      1. <xmlData schemaLocation="http://www.loc.gov/standards/premis http://www.loc.gov/standards/premis/PREMIS-v1-0.xsd">
        <premis:premis>
        <premis:object>
        <premis:objectIdentifier>
        <premis:objectIdentifierType>URL</premis:objectIdentifierType>
        <premis:objectIdentifierValue>https://www.tdx.cat/bitstream/10803/461468/1/DorcaJosaAleix-Thesis.pdf</premis:objectIdentifierValue>
        </premis:objectIdentifier>
        <premis:objectCategory>File</premis:objectCategory>
        <premis:objectCharacteristics>
        <premis:fixity>
        <premis:messageDigestAlgorithm>MD5</premis:messageDigestAlgorithm>
        <premis:messageDigest>d3d9861b844c455f759e0fb0dc0606ca</premis:messageDigest>
        </premis:fixity>
        <premis:size>1903759</premis:size>
        <premis:format>
        <premis:formatDesignation>
        <premis:formatName>application/pdf</premis:formatName>
        </premis:formatDesignation>
        </premis:format>
        </premis:objectCharacteristics>
        <premis:originalName>DorcaJosaAleix-Thesis.pdf</premis:originalName>
        </premis:object>
        </premis:premis>
        </xmlData>
      </mdWrap>
    </techMD>
  </amdSec>
4. <amdSec ID="FT_10803_461468_6">
  1. <techMD ID="TECH_T_10803_461468_6">
    1. <mdWrap MDTYPE="PREMIS">
      1. <xmlData schemaLocation="http://www.loc.gov/standards/premis http://www.loc.gov/standards/premis/PREMIS-v1-0.xsd">
        <premis:premis>
        <premis:object>
        <premis:objectIdentifier>
        <premis:objectIdentifierType>URL</premis:objectIdentifierType>
        <premis:objectIdentifierValue>https://www.tdx.cat/bitstream/10803/461468/6/DorcaJosaAleix-Thesis.pdf.txt</premis:objectIdentifierValue>
        </premis:objectIdentifier>
        <premis:objectCategory>File</premis:objectCategory>
        <premis:objectCharacteristics>
        <premis:fixity>
        <premis:messageDigestAlgorithm>MD5</premis:messageDigestAlgorithm>
        <premis:messageDigest>3930f9601f15349a949dad1d421d1924</premis:messageDigest>
        </premis:fixity>
        <premis:size>628805</premis:size>
        <premis:format>
        <premis:formatDesignation>
        <premis:formatName>text/plain</premis:formatName>
        </premis:formatDesignation>
        </premis:format>
        </premis:objectCharacteristics>
        <premis:originalName>DorcaJosaAleix-Thesis.pdf.txt</premis:originalName>
        </premis:object>
        </premis:premis>
        </xmlData>
      </mdWrap>
    </techMD>
  </amdSec>
5. <fileSec>
  1. <fileGrp USE="ORIGINAL">
    1. <file ADMID="FO_10803_461468_1" CHECKSUM="d3d9861b844c455f759e0fb0dc0606ca" CHECKSUMTYPE="MD5" GROUPID="GROUP_BITSTREAM_10803_461468_1" ID="BITSTREAM_ORIGINAL_10803_461468_1" MIMETYPE="application/pdf" SEQ="1" SIZE="1903759">
      1. <FLocat LOCTYPE="URL" href="https://www.tdx.cat/bitstream/10803/461468/1/DorcaJosaAleix-Thesis.pdf" type="simple" />
      </file>
    </fileGrp>
  2. <fileGrp USE="TEXT">
    1. <file ADMID="FT_10803_461468_6" CHECKSUM="3930f9601f15349a949dad1d421d1924" CHECKSUMTYPE="MD5" GROUPID="GROUP_BITSTREAM_10803_461468_6" ID="BITSTREAM_TEXT_10803_461468_6" MIMETYPE="text/plain" SEQ="6" SIZE="628805">
      1. <FLocat LOCTYPE="URL" href="https://www.tdx.cat/bitstream/10803/461468/6/DorcaJosaAleix-Thesis.pdf.txt" type="simple" />
      </file>
    </fileGrp>
  </fileSec>
6. <structMap LABEL="DSpace Object" TYPE="LOGICAL">
  1. <div ADMID="DMD_10803_461468" TYPE="DSpace Object Contents">
    1. <div TYPE="DSpace BITSTREAM">
      1. <fptr FILEID="BITSTREAM_ORIGINAL_10803_461468_1" />
      </div>
    </div>
  </structMap>
</mets>

mods

Descarregar XML

<?xml version="1.0" encoding="UTF-8" ?>

<mods:mods schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-1.xsd">
1. <mods:name>
  1. <mods:namePart>Dorca-Josa, Aleix</mods:namePart>
  </mods:name>
2. <mods:extension>
  1. <mods:dateAvailable encoding="iso8601">2018-02-07T20:54:44Z</mods:dateAvailable>
  </mods:extension>
3. <mods:extension>
  1. <mods:dateAccessioned encoding="iso8601">2018-02-07T20:54:44Z</mods:dateAccessioned>
  </mods:extension>
4. <mods:originInfo>
  1. <mods:dateIssued encoding="iso8601">2018-02-05</mods:dateIssued>
  </mods:originInfo>
5. <mods:identifier type="uri">http://hdl.handle.net/10803/461468</mods:identifier>
6. <mods:identifier type="dl">TD-049-100018/201710</mods:identifier>
7. <mods:abstract>Biometric identification systems based on Keystroke Dynamics have been around for almost forty years now. There has always been a lot of interest in identifying individuals using their physiological or behavioral traits. Keystroke Dynamics focuses on the particular way a person types on a keyboard. The objective of the proposed research is to determine how well the identity of users can be established when using this biometric trait and when contextual information is also taken into account. The proposed research focuses on free text. Users were never told what to type, how or when. This particular field of Keystroke Dynamics has not been as thoroughly studied as the fixed text alternative where a plethora of methods have been tried. The proposed methods focus on the hypothesis that the position of a particular letter, or combination of letters, in a word is of high importance. Other studies have not taken into account if these letter combinations had occurred at the beginning, the middle, or the end of a word. A template of the user will be built using the context of the written words and the latency between successive keystrokes. Other features, like word length, minimum number of needed words to consider a session valid, frequency of words, model building parameters, as well as age group and gender have also been studied to determine those that better help ascertain the identity of an individual. The results of the proposed research should help determine if using Keystroke Dynamics and the proposed methodology are enough to identify users from the content they type with a good enough level of certainty. From this moment, it could be used as a method to ensure that a user is not supplanted, in authentication schemes, or even to help determine the authorship of different parts of a document written by more than one user.</mods:abstract>
8. <mods:abstract>Els sistemes d’identificació biomètrica basades en la cadència de tecleig fa gairebé quaranta anys que s’estudien. Hi ha hagut molt interès en identificar les persones a partir de les seves característiques fisiològiques o de comportament. La cadència de tecleig és la manera en la que una persona escriu en un teclat. L’objectiu de la recerca proposada és determinar com de bé es pot arribar a identificar un individu mitjançant aquesta característica biomètrica i quan també es prenen en consideració dades contextuals. Aquesta recerca es basa en text lliure. Als usuaris mai se’ls va dir què, quan o com havien d’escriure. Aquest camp de la cadència de tecleig no ha estat tan estudiat com l’alternativa de text fix on un gran ventall de mètodes s’han provat. Els mètodes d’identificació proposats es basen en la hipòtesi que la posició d’una lletra, o combinació de lletres teclejades, en una paraula és de gran importància. Altres estudis no prenen en consideració aquesta informació, és a dir, si la combinació de lletres s’ha produït al principi, al mig o al final de la paraula. Es crearà una empremta de l’usuari tenint en compte el context de les lletres en les paraules escrites i les latències entre pulsacions successives. Altres característiques com la mida de les paraules, el nombre mínim de paraules necessari per considerar una sessió vàlida, la freqüència de mots, els paràmetres de construcció dels models, així com el grup d’edat i el gènere també s’han estudiat per determinar quines són les que millor ajuden a identificar un individu. Els resultats de la recerca proposada haurien de permetre determinar si l’ús de la cadència de tecleig i els mètodes proposats són suficients per identificar els usuaris a partir del contingut que generen, sempre amb un cert marge d’error. En cas afirmatiu es podria introduir la tècnica proposada com un mètode més per assegurar que un usuari no és suplantat, en sistemes d’autenticació, o fins i tot per ajudar a determinar l’autoria de diferents parts d’un document que ha estat escrit per més d’un usuari.</mods:abstract>
9. <mods:language>
  1. <mods:languageTerm>eng</mods:languageTerm>
  </mods:language>
10. <mods:accessCondition type="useAndReproduction">L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by/4.0/</mods:accessCondition>
11. <mods:accessCondition type="useAndReproduction">info:eu-repo/semantics/openAccess</mods:accessCondition>
12. <mods:subject>
  1. <mods:topic>Keystroke Dynamics</mods:topic>
  </mods:subject>
13. <mods:subject>
  1. <mods:topic>context</mods:topic>
  </mods:subject>
14. <mods:subject>
  1. <mods:topic>free text</mods:topic>
  </mods:subject>
15. <mods:subject>
  1. <mods:topic>identification</mods:topic>
  </mods:subject>
16. <mods:subject>
  1. <mods:topic>authentication</mods:topic>
  </mods:subject>
17. <mods:subject>
  1. <mods:topic>Cadència de tecleig</mods:topic>
  </mods:subject>
18. <mods:subject>
  1. <mods:topic>text lliure</mods:topic>
  </mods:subject>
19. <mods:subject>
  1. <mods:topic>identificació</mods:topic>
  </mods:subject>
20. <mods:subject>
  1. <mods:topic>autenticació</mods:topic>
  </mods:subject>
21. <mods:titleInfo>
  1. <mods:title>Identifying users using Keystroke Dynamics and contextual information</mods:title>
  </mods:titleInfo>
22. <mods:genre>info:eu-repo/semantics/doctoralThesis</mods:genre>
23. <mods:genre>info:eu-repo/semantics/publishedVersion</mods:genre>
</mods:mods>

oaire

Descarregar XML

<?xml version="1.0" encoding="UTF-8" ?>

<oaire:record schemaLocation="http://namespaceopenaire.eu/schema/oaire/">
1. <dc:title>Identifying users using Keystroke Dynamics and contextual information</dc:title>
2. <datacite:creator>
  1. <datacite:creatorName>Dorca-Josa, Aleix</datacite:creatorName>
  </datacite:creator>
3. <datacite:contributor>adorca@uda.ad</datacite:contributor>
4. <datacite:contributor>true</datacite:contributor>
5. <datacite:contributor>Morán Moreno, José Antonio</datacite:contributor>
6. <datacite:contributor>Santamaría Pérez, Eugènia</datacite:contributor>
7. <datacite:contributor>true</datacite:contributor>
8. <dc:subject>Keystroke Dynamics</dc:subject>
9. <dc:subject>context</dc:subject>
10. <dc:subject>free text</dc:subject>
11. <dc:subject>identification</dc:subject>
12. <dc:subject>authentication</dc:subject>
13. <dc:subject>Cadència de tecleig</dc:subject>
14. <dc:subject>text lliure</dc:subject>
15. <dc:subject>identificació</dc:subject>
16. <dc:subject>autenticació</dc:subject>
17. <dc:subject>Tecnologia</dc:subject>
18. <dc:subject>62</dc:subject>
19. <dc:description>Biometric identification systems based on Keystroke Dynamics have been around for almost forty years now. There has always been a lot of interest in identifying individuals using their physiological or behavioral traits. Keystroke Dynamics focuses on the particular way a person types on a keyboard. The objective of the proposed research is to determine how well the identity of users can be established when using this biometric trait and when contextual information is also taken into account. The proposed research focuses on free text. Users were never told what to type, how or when. This particular field of Keystroke Dynamics has not been as thoroughly studied as the fixed text alternative where a plethora of methods have been tried. The proposed methods focus on the hypothesis that the position of a particular letter, or combination of letters, in a word is of high importance. Other studies have not taken into account if these letter combinations had occurred at the beginning, the middle, or the end of a word. A template of the user will be built using the context of the written words and the latency between successive keystrokes. Other features, like word length, minimum number of needed words to consider a session valid, frequency of words, model building parameters, as well as age group and gender have also been studied to determine those that better help ascertain the identity of an individual. The results of the proposed research should help determine if using Keystroke Dynamics and the proposed methodology are enough to identify users from the content they type with a good enough level of certainty. From this moment, it could be used as a method to ensure that a user is not supplanted, in authentication schemes, or even to help determine the authorship of different parts of a document written by more than one user.</dc:description>
20. <dc:description>Els sistemes d’identificació biomètrica basades en la cadència de tecleig fa gairebé quaranta anys que s’estudien. Hi ha hagut molt interès en identificar les persones a partir de les seves característiques fisiològiques o de comportament. La cadència de tecleig és la manera en la que una persona escriu en un teclat. L’objectiu de la recerca proposada és determinar com de bé es pot arribar a identificar un individu mitjançant aquesta característica biomètrica i quan també es prenen en consideració dades contextuals. Aquesta recerca es basa en text lliure. Als usuaris mai se’ls va dir què, quan o com havien d’escriure. Aquest camp de la cadència de tecleig no ha estat tan estudiat com l’alternativa de text fix on un gran ventall de mètodes s’han provat. Els mètodes d’identificació proposats es basen en la hipòtesi que la posició d’una lletra, o combinació de lletres teclejades, en una paraula és de gran importància. Altres estudis no prenen en consideració aquesta informació, és a dir, si la combinació de lletres s’ha produït al principi, al mig o al final de la paraula. Es crearà una empremta de l’usuari tenint en compte el context de les lletres en les paraules escrites i les latències entre pulsacions successives. Altres característiques com la mida de les paraules, el nombre mínim de paraules necessari per considerar una sessió vàlida, la freqüència de mots, els paràmetres de construcció dels models, així com el grup d’edat i el gènere també s’han estudiat per determinar quines són les que millor ajuden a identificar un individu. Els resultats de la recerca proposada haurien de permetre determinar si l’ús de la cadència de tecleig i els mètodes proposats són suficients per identificar els usuaris a partir del contingut que generen, sempre amb un cert marge d’error. En cas afirmatiu es podria introduir la tècnica proposada com un mètode més per assegurar que un usuari no és suplantat, en sistemes d’autenticació, o fins i tot per ajudar a determinar l’autoria de diferents parts d’un document que ha estat escrit per més d’un usuari.</dc:description>
21. <dc:date>2018-02-07T20:54:44Z</dc:date>
22. <dc:date>2018-02-07T20:54:44Z</dc:date>
23. <dc:date>2018-02-05</dc:date>
24. <dc:type>info:eu-repo/semantics/doctoralThesis</dc:type>
25. <dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
26. <datacite:alternateIdentifier>http://hdl.handle.net/10803/461468</datacite:alternateIdentifier>
27. <datacite:alternateIdentifier>TD-049-100018/201710</datacite:alternateIdentifier>
28. <dc:language>eng</dc:language>
29. <dc:rights>L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by/4.0/</dc:rights>
30. <dc:rights>info:eu-repo/semantics/openAccess</dc:rights>
31. <dc:format>284 p.</dc:format>
32. <dc:format>application/pdf</dc:format>
33. <dc:format>application/pdf</dc:format>
34. <dc:publisher>Universitat d'Andorra</dc:publisher>
35. <dc:source>TDX (Tesis Doctorals en Xarxa)</dc:source>
36. <oaire:file>https://www.tdx.cat/bitstream/10803/461468/1/DorcaJosaAleix-Thesis.pdf</oaire:file>
</oaire:record>

ore

Descarregar XML

<?xml version="1.0" encoding="UTF-8" ?>

<atom:entry schemaLocation="http://www.w3.org/2005/Atom http://www.kbcafe.com/rss/atom.xsd.xml">
1. <atom:id>http://hdl.handle.net/10803/461468/ore.xml</atom:id>
2. <atom:link href="http://hdl.handle.net/10803/461468" rel="alternate" />
3. <atom:link href="http://hdl.handle.net/10803/461468/ore.xml" rel="http://www.openarchives.org/ore/terms/describes" />
4. <atom:link href="http://hdl.handle.net/10803/461468/ore.xml#atom" rel="self" type="application/atom+xml" />
5. <atom:published>2018-02-07T20:54:44Z</atom:published>
6. <atom:updated>2018-02-07T20:54:44Z</atom:updated>
7. <atom:source>
  1. <atom:generator>TDX (Tesis Doctorals en Xarxa)</atom:generator>
  </atom:source>
8. <atom:title>Identifying users using Keystroke Dynamics and contextual information</atom:title>
9. <atom:author>
  1. <atom:name>Dorca-Josa, Aleix</atom:name>
  </atom:author>
10. <atom:category label="Aggregation" scheme="http://www.openarchives.org/ore/terms/" term="http://www.openarchives.org/ore/terms/Aggregation" />
11. <atom:category scheme="http://www.openarchives.org/ore/atom/modified" term="2018-02-07T20:54:44Z" />
12. <atom:category label="DSpace Item" scheme="http://www.dspace.org/objectModel/" term="DSpaceItem" />
13. <atom:link href="https://www.tdx.cat/bitstream/10803/461468/1/DorcaJosaAleix-Thesis.pdf" length="1903759" rel="http://www.openarchives.org/ore/terms/aggregates" title="DorcaJosaAleix-Thesis.pdf" type="application/pdf" />
14. <oreatom:triples>
  1. <rdf:Description about="http://hdl.handle.net/10803/461468/ore.xml#atom">
    1. <rdf:type resource="http://www.dspace.org/objectModel/DSpaceItem" />
    2. <dcterms:modified>2018-02-07T20:54:44Z</dcterms:modified>
    </rdf:Description>
  2. <rdf:Description about="https://www.tdx.cat/bitstream/10803/461468/6/DorcaJosaAleix-Thesis.pdf.txt">
    1. <rdf:type resource="http://www.dspace.org/objectModel/DSpaceBitstream" />
    2. <dcterms:description>TEXT</dcterms:description>
    </rdf:Description>
  3. <rdf:Description about="https://www.tdx.cat/bitstream/10803/461468/1/DorcaJosaAleix-Thesis.pdf">
    1. <rdf:type resource="http://www.dspace.org/objectModel/DSpaceBitstream" />
    2. <dcterms:description>ORIGINAL</dcterms:description>
    </rdf:Description>
  4. <rdf:Description about="https://www.tdx.cat/bitstream/10803/461468/2/license_url">
    1. <rdf:type resource="http://www.dspace.org/objectModel/DSpaceBitstream" />
    2. <dcterms:description>CC-LICENSE</dcterms:description>
    </rdf:Description>
  5. <rdf:Description about="https://www.tdx.cat/bitstream/10803/461468/3/license_text">
    1. <rdf:type resource="http://www.dspace.org/objectModel/DSpaceBitstream" />
    2. <dcterms:description>CC-LICENSE</dcterms:description>
    </rdf:Description>
  6. <rdf:Description about="https://www.tdx.cat/bitstream/10803/461468/4/license_rdf">
    1. <rdf:type resource="http://www.dspace.org/objectModel/DSpaceBitstream" />
    2. <dcterms:description>CC-LICENSE</dcterms:description>
    </rdf:Description>
  7. <rdf:Description about="https://www.tdx.cat/bitstream/10803/461468/5/DorcaJosaAleix-Thesis.pdf.xml">
    1. <rdf:type resource="http://www.dspace.org/objectModel/DSpaceBitstream" />
    2. <dcterms:description>MEDIA_DOCUMENT</dcterms:description>
    </rdf:Description>
  </oreatom:triples>
</atom:entry>

qdc

Descarregar XML

<?xml version="1.0" encoding="UTF-8" ?>

<qdc:qualifieddc schemaLocation="http://purl.org/dc/elements/1.1/ http://dublincore.org/schemas/xmls/qdc/2006/01/06/dc.xsd http://purl.org/dc/terms/ http://dublincore.org/schemas/xmls/qdc/2006/01/06/dcterms.xsd http://dspace.org/qualifieddc/ http://www.ukoln.ac.uk/metadata/dcmi/xmlschema/qualifieddc.xsd">
1. <dc:title>Identifying users using Keystroke Dynamics and contextual information</dc:title>
2. <dc:creator>Dorca-Josa, Aleix</dc:creator>
3. <dc:contributor>Morán Moreno, José Antonio</dc:contributor>
4. <dc:contributor>Santamaría Pérez, Eugènia</dc:contributor>
5. <dc:subject>Keystroke Dynamics</dc:subject>
6. <dc:subject>context</dc:subject>
7. <dc:subject>free text</dc:subject>
8. <dc:subject>identification</dc:subject>
9. <dc:subject>authentication</dc:subject>
10. <dc:subject>Cadència de tecleig</dc:subject>
11. <dc:subject>text lliure</dc:subject>
12. <dc:subject>identificació</dc:subject>
13. <dc:subject>autenticació</dc:subject>
14. <dcterms:abstract>Biometric identification systems based on Keystroke Dynamics have been around for almost forty years now. There has always been a lot of interest in identifying individuals using their physiological or behavioral traits. Keystroke Dynamics focuses on the particular way a person types on a keyboard. The objective of the proposed research is to determine how well the identity of users can be established when using this biometric trait and when contextual information is also taken into account. The proposed research focuses on free text. Users were never told what to type, how or when. This particular field of Keystroke Dynamics has not been as thoroughly studied as the fixed text alternative where a plethora of methods have been tried. The proposed methods focus on the hypothesis that the position of a particular letter, or combination of letters, in a word is of high importance. Other studies have not taken into account if these letter combinations had occurred at the beginning, the middle, or the end of a word. A template of the user will be built using the context of the written words and the latency between successive keystrokes. Other features, like word length, minimum number of needed words to consider a session valid, frequency of words, model building parameters, as well as age group and gender have also been studied to determine those that better help ascertain the identity of an individual. The results of the proposed research should help determine if using Keystroke Dynamics and the proposed methodology are enough to identify users from the content they type with a good enough level of certainty. From this moment, it could be used as a method to ensure that a user is not supplanted, in authentication schemes, or even to help determine the authorship of different parts of a document written by more than one user.</dcterms:abstract>
15. <dcterms:abstract>Els sistemes d’identificació biomètrica basades en la cadència de tecleig fa gairebé quaranta anys que s’estudien. Hi ha hagut molt interès en identificar les persones a partir de les seves característiques fisiològiques o de comportament. La cadència de tecleig és la manera en la que una persona escriu en un teclat. L’objectiu de la recerca proposada és determinar com de bé es pot arribar a identificar un individu mitjançant aquesta característica biomètrica i quan també es prenen en consideració dades contextuals. Aquesta recerca es basa en text lliure. Als usuaris mai se’ls va dir què, quan o com havien d’escriure. Aquest camp de la cadència de tecleig no ha estat tan estudiat com l’alternativa de text fix on un gran ventall de mètodes s’han provat. Els mètodes d’identificació proposats es basen en la hipòtesi que la posició d’una lletra, o combinació de lletres teclejades, en una paraula és de gran importància. Altres estudis no prenen en consideració aquesta informació, és a dir, si la combinació de lletres s’ha produït al principi, al mig o al final de la paraula. Es crearà una empremta de l’usuari tenint en compte el context de les lletres en les paraules escrites i les latències entre pulsacions successives. Altres característiques com la mida de les paraules, el nombre mínim de paraules necessari per considerar una sessió vàlida, la freqüència de mots, els paràmetres de construcció dels models, així com el grup d’edat i el gènere també s’han estudiat per determinar quines són les que millor ajuden a identificar un individu. Els resultats de la recerca proposada haurien de permetre determinar si l’ús de la cadència de tecleig i els mètodes proposats són suficients per identificar els usuaris a partir del contingut que generen, sempre amb un cert marge d’error. En cas afirmatiu es podria introduir la tècnica proposada com un mètode més per assegurar que un usuari no és suplantat, en sistemes d’autenticació, o fins i tot per ajudar a determinar l’autoria de diferents parts d’un document que ha estat escrit per més d’un usuari.</dcterms:abstract>
16. <dcterms:dateAccepted>2018-02-07T20:54:44Z</dcterms:dateAccepted>
17. <dcterms:available>2018-02-07T20:54:44Z</dcterms:available>
18. <dcterms:created>2018-02-07T20:54:44Z</dcterms:created>
19. <dcterms:issued>2018-02-05</dcterms:issued>
20. <dc:type>info:eu-repo/semantics/doctoralThesis</dc:type>
21. <dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
22. <dc:identifier>http://hdl.handle.net/10803/461468</dc:identifier>
23. <dc:identifier>TD-049-100018/201710</dc:identifier>
24. <dc:language>eng</dc:language>
25. <dc:rights>L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by/4.0/</dc:rights>
26. <dc:rights>info:eu-repo/semantics/openAccess</dc:rights>
27. <dc:publisher>Universitat d'Andorra</dc:publisher>
28. <dc:source>TDX (Tesis Doctorals en Xarxa)</dc:source>
</qdc:qualifieddc>

rdf

Descarregar XML

<?xml version="1.0" encoding="UTF-8" ?>

<rdf:RDF schemaLocation="http://www.openarchives.org/OAI/2.0/rdf/ http://www.openarchives.org/OAI/2.0/rdf.xsd">
1. <ow:Publication about="oai:www.tdx.cat:10803/461468">
  1. <dc:title>Identifying users using Keystroke Dynamics and contextual information</dc:title>
  2. <dc:creator>Dorca-Josa, Aleix</dc:creator>
  3. <dc:contributor>adorca@uda.ad</dc:contributor>
  4. <dc:contributor>true</dc:contributor>
  5. <dc:contributor>Morán Moreno, José Antonio</dc:contributor>
  6. <dc:contributor>Santamaría Pérez, Eugènia</dc:contributor>
  7. <dc:contributor>true</dc:contributor>
  8. <dc:subject>Keystroke Dynamics</dc:subject>
  9. <dc:subject>context</dc:subject>
  10. <dc:subject>free text</dc:subject>
  11. <dc:subject>identification</dc:subject>
  12. <dc:subject>authentication</dc:subject>
  13. <dc:subject>Cadència de tecleig</dc:subject>
  14. <dc:subject>text lliure</dc:subject>
  15. <dc:subject>identificació</dc:subject>
  16. <dc:subject>autenticació</dc:subject>
  17. <dc:description>Biometric identification systems based on Keystroke Dynamics have been around for almost forty years now. There has always been a lot of interest in identifying individuals using their physiological or behavioral traits. Keystroke Dynamics focuses on the particular way a person types on a keyboard. The objective of the proposed research is to determine how well the identity of users can be established when using this biometric trait and when contextual information is also taken into account. The proposed research focuses on free text. Users were never told what to type, how or when. This particular field of Keystroke Dynamics has not been as thoroughly studied as the fixed text alternative where a plethora of methods have been tried. The proposed methods focus on the hypothesis that the position of a particular letter, or combination of letters, in a word is of high importance. Other studies have not taken into account if these letter combinations had occurred at the beginning, the middle, or the end of a word. A template of the user will be built using the context of the written words and the latency between successive keystrokes. Other features, like word length, minimum number of needed words to consider a session valid, frequency of words, model building parameters, as well as age group and gender have also been studied to determine those that better help ascertain the identity of an individual. The results of the proposed research should help determine if using Keystroke Dynamics and the proposed methodology are enough to identify users from the content they type with a good enough level of certainty. From this moment, it could be used as a method to ensure that a user is not supplanted, in authentication schemes, or even to help determine the authorship of different parts of a document written by more than one user.</dc:description>
  18. <dc:description>Els sistemes d’identificació biomètrica basades en la cadència de tecleig fa gairebé quaranta anys que s’estudien. Hi ha hagut molt interès en identificar les persones a partir de les seves característiques fisiològiques o de comportament. La cadència de tecleig és la manera en la que una persona escriu en un teclat. L’objectiu de la recerca proposada és determinar com de bé es pot arribar a identificar un individu mitjançant aquesta característica biomètrica i quan també es prenen en consideració dades contextuals. Aquesta recerca es basa en text lliure. Als usuaris mai se’ls va dir què, quan o com havien d’escriure. Aquest camp de la cadència de tecleig no ha estat tan estudiat com l’alternativa de text fix on un gran ventall de mètodes s’han provat. Els mètodes d’identificació proposats es basen en la hipòtesi que la posició d’una lletra, o combinació de lletres teclejades, en una paraula és de gran importància. Altres estudis no prenen en consideració aquesta informació, és a dir, si la combinació de lletres s’ha produït al principi, al mig o al final de la paraula. Es crearà una empremta de l’usuari tenint en compte el context de les lletres en les paraules escrites i les latències entre pulsacions successives. Altres característiques com la mida de les paraules, el nombre mínim de paraules necessari per considerar una sessió vàlida, la freqüència de mots, els paràmetres de construcció dels models, així com el grup d’edat i el gènere també s’han estudiat per determinar quines són les que millor ajuden a identificar un individu. Els resultats de la recerca proposada haurien de permetre determinar si l’ús de la cadència de tecleig i els mètodes proposats són suficients per identificar els usuaris a partir del contingut que generen, sempre amb un cert marge d’error. En cas afirmatiu es podria introduir la tècnica proposada com un mètode més per assegurar que un usuari no és suplantat, en sistemes d’autenticació, o fins i tot per ajudar a determinar l’autoria de diferents parts d’un document que ha estat escrit per més d’un usuari.</dc:description>
  19. <dc:date>2018-02-07T20:54:44Z</dc:date>
  20. <dc:date>2018-02-07T20:54:44Z</dc:date>
  21. <dc:date>2018-02-05</dc:date>
  22. <dc:type>info:eu-repo/semantics/doctoralThesis</dc:type>
  23. <dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
  24. <dc:identifier>http://hdl.handle.net/10803/461468</dc:identifier>
  25. <dc:identifier>TD-049-100018/201710</dc:identifier>
  26. <dc:language>eng</dc:language>
  27. <dc:rights>L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by/4.0/</dc:rights>
  28. <dc:rights>info:eu-repo/semantics/openAccess</dc:rights>
  29. <dc:publisher>Universitat d'Andorra</dc:publisher>
  30. <dc:source>TDX (Tesis Doctorals en Xarxa)</dc:source>
  </ow:Publication>
</rdf:RDF>

uketd_dc

Descarregar XML

<?xml version="1.0" encoding="UTF-8" ?>

<uketd_dc:uketddc schemaLocation="http://naca.central.cranfield.ac.uk/ethos-oai/2.0/ http://naca.central.cranfield.ac.uk/ethos-oai/2.0/uketd_dc.xsd">
1. <dc:title>Identifying users using Keystroke Dynamics and contextual information</dc:title>
2. <dc:creator>Dorca-Josa, Aleix</dc:creator>
3. <dcterms:abstract>Biometric identification systems based on Keystroke Dynamics have been around for almost forty years now. There has always been a lot of interest in identifying individuals using their physiological or behavioral traits. Keystroke Dynamics focuses on the particular way a person types on a keyboard. The objective of the proposed research is to determine how well the identity of users can be established when using this biometric trait and when contextual information is also taken into account. The proposed research focuses on free text. Users were never told what to type, how or when. This particular field of Keystroke Dynamics has not been as thoroughly studied as the fixed text alternative where a plethora of methods have been tried. The proposed methods focus on the hypothesis that the position of a particular letter, or combination of letters, in a word is of high importance. Other studies have not taken into account if these letter combinations had occurred at the beginning, the middle, or the end of a word. A template of the user will be built using the context of the written words and the latency between successive keystrokes. Other features, like word length, minimum number of needed words to consider a session valid, frequency of words, model building parameters, as well as age group and gender have also been studied to determine those that better help ascertain the identity of an individual. The results of the proposed research should help determine if using Keystroke Dynamics and the proposed methodology are enough to identify users from the content they type with a good enough level of certainty. From this moment, it could be used as a method to ensure that a user is not supplanted, in authentication schemes, or even to help determine the authorship of different parts of a document written by more than one user.</dcterms:abstract>
4. <dcterms:abstract>Els sistemes d’identificació biomètrica basades en la cadència de tecleig fa gairebé quaranta anys que s’estudien. Hi ha hagut molt interès en identificar les persones a partir de les seves característiques fisiològiques o de comportament. La cadència de tecleig és la manera en la que una persona escriu en un teclat. L’objectiu de la recerca proposada és determinar com de bé es pot arribar a identificar un individu mitjançant aquesta característica biomètrica i quan també es prenen en consideració dades contextuals. Aquesta recerca es basa en text lliure. Als usuaris mai se’ls va dir què, quan o com havien d’escriure. Aquest camp de la cadència de tecleig no ha estat tan estudiat com l’alternativa de text fix on un gran ventall de mètodes s’han provat. Els mètodes d’identificació proposats es basen en la hipòtesi que la posició d’una lletra, o combinació de lletres teclejades, en una paraula és de gran importància. Altres estudis no prenen en consideració aquesta informació, és a dir, si la combinació de lletres s’ha produït al principi, al mig o al final de la paraula. Es crearà una empremta de l’usuari tenint en compte el context de les lletres en les paraules escrites i les latències entre pulsacions successives. Altres característiques com la mida de les paraules, el nombre mínim de paraules necessari per considerar una sessió vàlida, la freqüència de mots, els paràmetres de construcció dels models, així com el grup d’edat i el gènere també s’han estudiat per determinar quines són les que millor ajuden a identificar un individu. Els resultats de la recerca proposada haurien de permetre determinar si l’ús de la cadència de tecleig i els mètodes proposats són suficients per identificar els usuaris a partir del contingut que generen, sempre amb un cert marge d’error. En cas afirmatiu es podria introduir la tècnica proposada com un mètode més per assegurar que un usuari no és suplantat, en sistemes d’autenticació, o fins i tot per ajudar a determinar l’autoria de diferents parts d’un document que ha estat escrit per més d’un usuari.</dcterms:abstract>
5. <uketdterms:institution>Universitat d'Andorra</uketdterms:institution>
6. <dcterms:issued>2018-02-05</dcterms:issued>
7. <dc:type>info:eu-repo/semantics/doctoralThesis</dc:type>
8. <dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
9. <dc:language type="dcterms:ISO639-2">eng</dc:language>
10. <dcterms:isReferencedBy>http://hdl.handle.net/10803/461468</dcterms:isReferencedBy>
11. <dcterms:hasFormat>https://www.tdx.cat/bitstream/10803/461468/6/DorcaJosaAleix-Thesis.pdf.txt</dcterms:hasFormat>
12. <uketdterms:checksum type="uketdterms:MD5">3930f9601f15349a949dad1d421d1924</uketdterms:checksum>
13. <dc:identifier type="dcterms:URI">https://www.tdx.cat/bitstream/10803/461468/1/DorcaJosaAleix-Thesis.pdf</dc:identifier>
14. <uketdterms:checksum type="uketdterms:MD5">d3d9861b844c455f759e0fb0dc0606ca</uketdterms:checksum>
15. <uketdterms:embargodate>cap</uketdterms:embargodate>
16. <dc:subject>Keystroke Dynamics</dc:subject>
17. <dc:subject>context</dc:subject>
18. <dc:subject>free text</dc:subject>
19. <dc:subject>identification</dc:subject>
20. <dc:subject>authentication</dc:subject>
21. <dc:subject>Cadència de tecleig</dc:subject>
22. <dc:subject>text lliure</dc:subject>
23. <dc:subject>identificació</dc:subject>
24. <dc:subject>autenticació</dc:subject>
25. <dc:subject>Tecnologia</dc:subject>
</uketd_dc:uketddc>

xoai

Descarregar XML

<?xml version="1.0" encoding="UTF-8" ?>

<metadata schemaLocation="http://www.lyncode.com/xoai http://www.lyncode.com/xsd/xoai.xsd">
1. <element name="dc">
  1. <element name="contributor">
    1. <element name="author">
      1. <element name="none">
        <field name="value">Dorca-Josa, Aleix</field>
        <field name="authority">e62e9ccd-b61d-4d9e-a9de-04b02389ec0d</field>
        <field name="confidence">600</field>
        <field name="orcid_id">0000-0002-5749-8319</field>
        </element>
      </element>
    2. <element name="authoremail">
      1. <element name="en_US">
        <field name="value">adorca@uda.ad</field>
        </element>
      </element>
    3. <element name="authoremailshow">
      1. <element name="en_US">
        <field name="value">true</field>
        </element>
      </element>
    4. <element name="director">
      1. <element name="none">
        <field name="value">Morán Moreno, José Antonio</field>
        <field name="authority">6dcd5e20-8197-4426-8a53-4511d13a9a37</field>
        <field name="confidence">-1</field>
        <field name="value">Santamaría Pérez, Eugènia</field>
        <field name="authority">83c5c83a-6329-4c51-91e7-1f844a853cf3</field>
        <field name="confidence">-1</field>
        </element>
      </element>
    5. <element name="authorsendemail">
      1. <element name="en_US">
        <field name="value">true</field>
        </element>
      </element>
    </element>
  2. <element name="date">
    1. <element name="accessioned">
      1. <element name="none">
        <field name="value">2018-02-07T20:54:44Z</field>
        </element>
      </element>
    2. <element name="available">
      1. <element name="none">
        <field name="value">2018-02-07T20:54:44Z</field>
        </element>
      </element>
    3. <element name="issued">
      1. <element name="none">
        <field name="value">2018-02-05</field>
        </element>
      </element>
    </element>
  3. <element name="identifier">
    1. <element name="uri">
      1. <element name="none">
        <field name="value">http://hdl.handle.net/10803/461468</field>
        </element>
      </element>
    2. <element name="dl">
      1. <element name="en_US">
        <field name="value">TD-049-100018/201710</field>
        </element>
      </element>
    </element>
  4. <element name="description">
    1. <element name="abstract">
      1. <element name="en_US">
        <field name="value">Biometric identification systems based on Keystroke Dynamics have been around for almost forty years now. There has always been a lot of interest in identifying individuals using their physiological or behavioral traits. Keystroke Dynamics focuses on the particular way a person types on a keyboard. The objective of the proposed research is to determine how well the identity of users can be established when using this biometric trait and when contextual information is also taken into account. The proposed research focuses on free text. Users were never told what to type, how or when. This particular field of Keystroke Dynamics has not been as thoroughly studied as the fixed text alternative where a plethora of methods have been tried. The proposed methods focus on the hypothesis that the position of a particular letter, or combination of letters, in a word is of high importance. Other studies have not taken into account if these letter combinations had occurred at the beginning, the middle, or the end of a word. A template of the user will be built using the context of the written words and the latency between successive keystrokes. Other features, like word length, minimum number of needed words to consider a session valid, frequency of words, model building parameters, as well as age group and gender have also been studied to determine those that better help ascertain the identity of an individual. The results of the proposed research should help determine if using Keystroke Dynamics and the proposed methodology are enough to identify users from the content they type with a good enough level of certainty. From this moment, it could be used as a method to ensure that a user is not supplanted, in authentication schemes, or even to help determine the authorship of different parts of a document written by more than one user.</field>
        <field name="value">Els sistemes d’identificació biomètrica basades en la cadència de tecleig fa gairebé quaranta anys que s’estudien. Hi ha hagut molt interès en identificar les persones a partir de les seves característiques fisiològiques o de comportament. La cadència de tecleig és la manera en la que una persona escriu en un teclat. L’objectiu de la recerca proposada és determinar com de bé es pot arribar a identificar un individu mitjançant aquesta característica biomètrica i quan també es prenen en consideració dades contextuals. Aquesta recerca es basa en text lliure. Als usuaris mai se’ls va dir què, quan o com havien d’escriure. Aquest camp de la cadència de tecleig no ha estat tan estudiat com l’alternativa de text fix on un gran ventall de mètodes s’han provat. Els mètodes d’identificació proposats es basen en la hipòtesi que la posició d’una lletra, o combinació de lletres teclejades, en una paraula és de gran importància. Altres estudis no prenen en consideració aquesta informació, és a dir, si la combinació de lletres s’ha produït al principi, al mig o al final de la paraula. Es crearà una empremta de l’usuari tenint en compte el context de les lletres en les paraules escrites i les latències entre pulsacions successives. Altres característiques com la mida de les paraules, el nombre mínim de paraules necessari per considerar una sessió vàlida, la freqüència de mots, els paràmetres de construcció dels models, així com el grup d’edat i el gènere també s’han estudiat per determinar quines són les que millor ajuden a identificar un individu. Els resultats de la recerca proposada haurien de permetre determinar si l’ús de la cadència de tecleig i els mètodes proposats són suficients per identificar els usuaris a partir del contingut que generen, sempre amb un cert marge d’error. En cas afirmatiu es podria introduir la tècnica proposada com un mètode més per assegurar que un usuari no és suplantat, en sistemes d’autenticació, o fins i tot per ajudar a determinar l’autoria de diferents parts d’un document que ha estat escrit per més d’un usuari.</field>
        </element>
      </element>
    </element>
  5. <element name="format">
    1. <element name="extent">
      1. <element name="en_US">
        <field name="value">284 p.</field>
        </element>
      </element>
    2. <element name="mimetype">
      1. <element name="none">
        <field name="value">application/pdf</field>
        </element>
      </element>
    </element>
  6. <element name="language">
    1. <element name="iso">
      1. <element name="en_US">
        <field name="value">eng</field>
        </element>
      </element>
    </element>
  7. <element name="publisher">
    1. <element name="none">
      1. <field name="value">Universitat d'Andorra</field>
      </element>
    </element>
  8. <element name="rights">
    1. <element name="license">
      1. <element name="none">
        <field name="value">L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by/4.0/</field>
        </element>
      </element>
    2. <element name="accessLevel">
      1. <element name="none">
        <field name="value">info:eu-repo/semantics/openAccess</field>
        </element>
      </element>
    </element>
  9. <element name="source">
    1. <element name="none">
      1. <field name="value">TDX (Tesis Doctorals en Xarxa)</field>
      </element>
    </element>
  10. <element name="subject">
    1. <element name="en_US">
      1. <field name="value">Keystroke Dynamics</field>
      2. <field name="value">context</field>
      3. <field name="value">free text</field>
      4. <field name="value">identification</field>
      5. <field name="value">authentication</field>
      6. <field name="value">Cadència de tecleig</field>
      7. <field name="value">text lliure</field>
      8. <field name="value">identificació</field>
      9. <field name="value">autenticació</field>
      </element>
    2. <element name="other">
      1. <element name="en_US">
        <field name="value">Tecnologia</field>
        </element>
      </element>
    3. <element name="udc">
      1. <element name="en_US">
        <field name="value">62</field>
        </element>
      </element>
    </element>
  11. <element name="title">
    1. <element name="en_US">
      1. <field name="value">Identifying users using Keystroke Dynamics and contextual information</field>
      </element>
    </element>
  12. <element name="type">
    1. <element name="none">
      1. <field name="value">info:eu-repo/semantics/doctoralThesis</field>
      2. <field name="value">info:eu-repo/semantics/publishedVersion</field>
      </element>
    </element>
  13. <element name="embargo">
    1. <element name="terms">
      1. <element name="en_US">
        <field name="value">cap</field>
        </element>
      </element>
    </element>
  </element>
2. <element name="bundles">
  1. <element name="bundle">
    1. <field name="name">TEXT</field>
    2. <element name="bitstreams">
      1. <element name="bitstream">
        <field name="name">DorcaJosaAleix-Thesis.pdf.txt</field>
        <field name="originalName">DorcaJosaAleix-Thesis.pdf.txt</field>
        <field name="description">Extracted text</field>
        <field name="format">text/plain</field>
        <field name="size">628805</field>
        <field name="url">https://www.tdx.cat/bitstream/10803/461468/6/DorcaJosaAleix-Thesis.pdf.txt</field>
        <field name="checksum">3930f9601f15349a949dad1d421d1924</field>
        <field name="checksumAlgorithm">MD5</field>
        <field name="sid">6</field>
        <field name="drm">open access</field>
        </element>
      </element>
    </element>
  2. <element name="bundle">
    1. <field name="name">ORIGINAL</field>
    2. <element name="bitstreams">
      1. <element name="bitstream">
        <field name="name">DorcaJosaAleix-Thesis.pdf</field>
        <field name="originalName">DorcaJosaAleix-Thesis.pdf</field>
        <field name="description">Tesi</field>
        <field name="format">application/pdf</field>
        <field name="size">1903759</field>
        <field name="url">https://www.tdx.cat/bitstream/10803/461468/1/DorcaJosaAleix-Thesis.pdf</field>
        <field name="checksum">d3d9861b844c455f759e0fb0dc0606ca</field>
        <field name="checksumAlgorithm">MD5</field>
        <field name="sid">1</field>
        <field name="drm">open access</field>
        </element>
      </element>
    </element>
  3. <element name="bundle">
    1. <field name="name">CC-LICENSE</field>
    2. <element name="bitstreams">
      1. <element name="bitstream">
        <field name="name">license_url</field>
        <field name="originalName">license_url</field>
        <field name="format">text/plain; charset=utf-8</field>
        <field name="size">43</field>
        <field name="url">https://www.tdx.cat/bitstream/10803/461468/2/license_url</field>
        <field name="checksum">321f3992dd3875151d8801b773ab32ed</field>
        <field name="checksumAlgorithm">MD5</field>
        <field name="sid">2</field>
        <field name="drm">open access</field>
        </element>
      2. <element name="bitstream">
        <field name="name">license_text</field>
        <field name="originalName">license_text</field>
        <field name="format">text/html; charset=utf-8</field>
        <field name="size">0</field>
        <field name="url">https://www.tdx.cat/bitstream/10803/461468/3/license_text</field>
        <field name="checksum">d41d8cd98f00b204e9800998ecf8427e</field>
        <field name="checksumAlgorithm">MD5</field>
        <field name="sid">3</field>
        <field name="drm">open access</field>
        </element>
      3. <element name="bitstream">
        <field name="name">license_rdf</field>
        <field name="originalName">license_rdf</field>
        <field name="format">application/rdf+xml; charset=utf-8</field>
        <field name="size">0</field>
        <field name="url">https://www.tdx.cat/bitstream/10803/461468/4/license_rdf</field>
        <field name="checksum">d41d8cd98f00b204e9800998ecf8427e</field>
        <field name="checksumAlgorithm">MD5</field>
        <field name="sid">4</field>
        <field name="drm">open access</field>
        </element>
      </element>
    </element>
  4. <element name="bundle">
    1. <field name="name">MEDIA_DOCUMENT</field>
    2. <element name="bitstreams">
      1. <element name="bitstream">
        <field name="name">DorcaJosaAleix-Thesis.pdf.xml</field>
        <field name="originalName">DorcaJosaAleix-Thesis.pdf.xml</field>
        <field name="description">Document Consulta</field>
        <field name="format">text/xml</field>
        <field name="size">105</field>
        <field name="url">https://www.tdx.cat/bitstream/10803/461468/5/DorcaJosaAleix-Thesis.pdf.xml</field>
        <field name="checksum">aff86d5e597f6c7057b7e8936d64b051</field>
        <field name="checksumAlgorithm">MD5</field>
        <field name="sid">5</field>
        <field name="drm">open access</field>
        </element>
      </element>
    </element>
  </element>
3. <element name="others">
  1. <field name="handle">10803/461468</field>
  2. <field name="identifier">oai:www.tdx.cat:10803/461468</field>
  3. <field name="lastModifyDate">2023-03-06 09:02:08.223</field>
  4. <field name="drm">open access</field>
  </element>
4. <element name="repository">
  1. <field name="name">TDX (Tesis Doctorals en Xarxa)</field>
  2. <field name="mail">pir@csuc.cat</field>
  </element>
</metadata>