Верификация личности оператора по динамике одиночных нажатий мыши в системе аттестации специалистов неразрушающего контроля
https://doi.org/10.55648/1998-6920-2026-3-20-3-15
Аннотация
Процедура аттестации специалистов неразрушающего контроля влечёт правовые последствия, поэтому подлинность результата тестирования следует относить к задачам защиты информации. Парольная защита подтверждает подлинность субъекта только в момент входа и не контролирует, кто фактически отвечает на вопросы в течение сеанса. Устранить этот разрыв позволяет поведенческая биометрия, скрытная по способу сбора признаков. В работе оценивается надёжность подтверждения личности аттестуемого по динамике одиночных нажатий мыши и выявляются признаки с наибольшей различающей способностью. Источником данных послужил журнал действующей системы аттестации, накопленный с 2020 года и содержащий свыше 3,4 млн событий нажатия от 250 пользователей. Для каждого нажатия зафиксированы длительность удержания кнопки и относительные координаты точки нажатия. Предложен набор из шестнадцати сессионных признаков и схема верификации с открытым множеством, использующая в качестве базовой модели случайный лес. Интервальные оценки качества получены бутстрепом (методом размножения выборок) по пользователям. На тестовой выборке достигнута равная ошибка (EER) 18,3 % при оценке по одной сессии (95 %-й доверительный интервал [16,2; 19,5] %) и площадь под характеристической кривой 0,899. Объединение решений по нескольким сессиям снижает ошибку до долей процента (0,47 % при двенадцати сессиях), что ввиду статистической зависимости сессий одного пользователя следует понимать как оптимистическую границу. Наибольший вклад в различающую способность вносят пространственные признаки точки нажатия, дополняемые длительностью удержания кнопки. Показана применимость динамики нажатий как дополнительного, скрытно собираемого фактора подтверждения подлинности субъекта в системах тестирования без дополнительного оборудования.
Об авторах
Артём Антонович Попков
Сибирский государственный университет путей сообщения (СГУПС)
Россия
Россия
кандидат технических наук, доцент кафедры «Информационные технологии транспорта», Сибирский государственный университет путей сообщения (СГУПС, 630049, г. Новосибирск, ул. Дуси Ковальчук, д. 191), тел. +7-999-468-5626, e-mail: zabagy@gmail.com, ORCID ID: 0000-0002-8328-2415.
Владимир Сергеевич Выплавень
Сибирский государственный университет путей сообщения (СГУПС)
кандидат технических наук, доцент кафедры «Информационные технологии транспорта», Сибирский государственный университет путей сообщения (СГУПС, 630049, г. Новосибирск, ул. Дуси Ковальчук, д. 191), тел. +7-923-231-97-79, e-mail: vladimir97927@gmail.com, ORCID ID: 0000-0002-9083-5882
Алексей Юрьевич Коровченко
Сибирский государственный университет путей сообщения (СГУПС)
Инженер-программист НИЛ «ФМК», Сибирский государственный университет путей сообщения (СГУПС, 630049, г. Новосибирск, ул. Дуси Ковальчук, д. 191), тел. +7-913-765-05-00, e-mail: lecha3525@gmail.com, ORCID ID: 0009-0002-6388-2285.
Список литературы
1. User authentication through mouse dynamics / C. Shen [et al.] // IEEE Transactions on Information Forensics and Security. Vol. 8. — 2013. — P. 16–30. — DOI: 10.1109/ TIFS.2012.2223677.
2. Ahmed A. A. E., Traore I. A new biometric technology based on mouse dynamics // IEEE Transactions on Dependable and Secure Computing. Vol. 4. — 2007. — P. 165–179. — DOI: 10.1109/TDSC.2007.70207.
3. Jorgensen Z., Yu T. On mouse dynamics as a behavioral biometric for authentication // Proceedings of the 6th ACM Symposium on Information, Computer and Communications Security (ASIACCS). — 2011. — P. 476–482. — DOI: 10.1145/1966913.1966983.
4. Mouse dynamics behavioral biometrics: a survey / S. Khan [et al.] // ACM Computing Surveys. — 2024. — Vol. 56, no. 6. — P. 1–33. — DOI: 10.1145/3640311.
5. Zheng N., Paloski A., Wang H. An efficient user verification system via mouse move ments // Proceedings of the 18th ACM Conference on Computer and Communications Security (CCS). — 2011. — P. 139–150. — DOI: 10.1145/2046707.2046725.
6. User identity verification via mouse dynamics / C. Feher [et al.] // Information Sci ences. — 2012. — Vol. 201. — P. 19–36. — DOI: 10.1016/j.ins.2012.02.066.
7. Performance evaluation of anomaly-detection algorithms for mouse dynamics / C. Shen [et al.] // Computers & Security. — 2014. — Vol. 45. — P. 156–171. — DOI: 10.1016/ j.cose.2014.05.002.
8. Chong P., Elovici Y., Binder A. User authentication based on mouse dynamics using deep neural networks: a comprehensive study // IEEE Transactions on Information Forensics and Security. Vol. 15. — 2020. — P. 1086–1101. — DOI: 10.1109/TIFS.2019.2930429.
9. Almalki S., Assery N., Roy K. An empirical evaluation of online continuous authentication and anomaly detection using mouse clickstream data analysis // Applied Sciences. — 2021. — Vol. 11, no. 13. — P. 6083. — DOI: 10.3390/app11136083.
10. Balabit Mouse Dynamics Challenge data set / ´ A. F¨ul¨op [et al.]. — 2016. — URL: https://github.com (visited on 07/02/2026).
11. Antal M., D´enes-Fazakas L. User verification based on mouse dynamics: a comparison of public data sets // Proceedings of the IEEE 15th International Symposium on Applied Computational Intelligence and Informatics (SACI). — 2021. — P. 000155–000160. — DOI: 10.1109/SACI51354.2021.9465583.
12. Antal M., Egyed-Zsigmond E. Intrusion detection using mouse dynamics // IET Biomet rics. — 2019. — Vol. 8, no. 5. — P. 285–294. — DOI: 10.1049/iet-bmt.2018.5126.
13. Попков А. А., Школина Д. С. Мониторинг и оценка результатов технической под готовки специалистов по неразрушающему контролю объектов железнодорожного транспорта // International Scientific Siberian Transport Forum TransSiberia 2021. Lecture Notes in Networks and Systems. Т. 403. — 2022. — С. 189—196. — DOI: 10.1007/978 3-030-96380-4_21.
14. Выплавень В. С., Коломеец А. О., Попков А. А. Обработка сигналов тензометрического контроля фильтром Калмана // Journal of Physics: Conference Series. — 2021. — Т. 2131, № 3. — С. 032015. — DOI: 10.1088/1742-6596/2131/3/032015.
15. Fawcett T. An introduction to ROC analysis // Pattern Recognition Letters. — 2006. — Vol. 27, no. 8. — P. 861–874. — DOI: 10.1016/j.patrec.2005.10.010.
16. Вехов В. Б., Смушкин А. Б. Криминалистическое исследование цифровых отпечатков компьютерных устройств // Всероссийский криминологический журнал. — 2024. — Т. 18, № 4. — С. 390—397. — DOI: 10.17150/2500-4255.2024.18(4).390-397.
17. Breiman L. Random forests // Machine Learning. — 2001. — Vol. 45, no. 1. — P. 5 32. — DOI: 10.1023/A:1010933404324.
18. Efron B. Bootstrap methods: another look at the jackknife // The Annals of Statistics. — 1979. — Vol. 7, no. 1. — P. 1–26. — DOI: 10.1214/aos/1176344552.
Рецензия
Для цитирования:
Попков А.А., Выплавень В.С., Коровченко А.Ю. Верификация личности оператора по динамике одиночных нажатий мыши в системе аттестации специалистов неразрушающего контроля. Вестник СибГУТИ. 2026;20(3):3-15. https://doi.org/10.55648/1998-6920-2026-3-20-3-15
For citation:
Popkov A.A., Vyplaven V.S., Korovchenko A.Yu. Operator identity verification by single mouse-click dynamics in a certification system for non-destructive testing specialists. The Herald of the Siberian State University of Telecommunications and Information Science. 2026;20(3):3-15. (In Russ.) https://doi.org/10.55648/1998-6920-2026-3-20-3-15
Просмотров:
94
JATS XML
Послать статью по эл. почте 
