羅馬尼亞Sapientia大學和里昂大學的研究人員最近對用于冒名頂替者檢測的無限制鼠標使用情況進行了性能評估。他們的發現，預先發布在arXiv上，表明拖放鼠標動作對于檢測入侵者最有幫助。

小鼠動力學是一種基于用戶與小鼠特征性交互的生物識別方法，是一個很大程度上尚未開發的研究領域。因此，包含不受限制的鼠標使用數據的數據集仍然非常稀缺。

由同名公司在2016年的數據科學競賽中發布的Balabit數據集可被認為是第一個適用的公開可用的無限制鼠標使用數據集。研究人員使用該數據集來評估入侵檢測的小鼠動態。

進行這項研究的研究人員之一Margit Antal告訴TechXplore，“2017年，我被一位前學生Elod Egyed-Zsigmond邀請到INSA里昂大學，他是該論文的合著者。在過去，我參與了幾個與觸摸生物識別，擊鍵動力學，在線簽名等有關的行為研究項目，我在這方面有經驗，所以我想將我的經驗應用于另一種生物識別技術。我提出了鼠標動力學我們同意一起探討這個話題。“

在進行初步文獻綜述后，Egyed-Zsigmond和Antal意識到小鼠動力學研究有許多未開發的領域。首先，包含一般鼠標使用數據的詳盡公共數據集極為罕見。其次，他們意識到仍然沒有基于這些數據的可重復研究。

“不過，我應該提到我非常感謝Ahmed Awad E. Ahmed和Issa Traore的工作，”Antal說。“他們的數據集是公開的。但是，它包含預處理數據而不是原始鼠標數據。”

Antal和Egyed-Zsigmond研究的主要目標之一是找出用戶身份驗證需要多少鼠標使用數據。因此，他們研究了使用一組鼠標操作(例如鼠標移動或拖放)進行身份驗證的效果。

“我們還想找出哪種類型的鼠標動作是最特定于用戶的，在鼠標點擊不結束的簡單鼠標移動，鼠標點擊結束的鼠標移動或拖放動作之間，”Antal說過。“最后，我們還研究了平滑數據對系統性能的影響。”

他們的評估表明，有效的鼠標動態用戶身份驗證需要10到20個鼠標操作。此外，拖放鼠標動作被證明是最有效的檢測冒名頂替者。

“其他研究人員也調查了我們的第一個問題，即入侵檢測所需的鼠標數據量，”Antal說。“我們的研究結果與最先進的研究結果一致，表明大約需要10到20個鼠標操作才能進行準確的用戶身份驗證。據我們所知，我們是第一個調查不同類型用戶特異性的人。鼠標操作，發現拖放鼠標操作是最具用戶特定的。“

Antal和Egyed-Zsigmond的研究收集了關于鼠標動態作為入侵檢測工具的寶貴見解。他們的發現可以激發進一步的研究，并為新的生物識別應用的發展提供信息。在另一項尚未發表的研究中，研究人員還編制了自己的小鼠使用數據數據集并對其進行了評估。

“這些評估的結果與使用Balabit數據集收集的結果相似，盡管新數據集包含更多用戶的數據，”Antal說。“這個結果非常令人鼓舞。我們也開始深入學習特征提取，探索使用深度學習產生的特征是否比手工制作的特征更好。”