《表3 RF准确率/%:融合击键内容和击键行为的持续身份认证》
此外,实验测试了使用RF(随机森林)和自适应增强(adaptive boosting,AdaBoost)[13]算法训练子分类器时认证模型的效果。从表3和表4中可看出,与现有认证方法相比,采用本文的认证方法后,持续身份认证模型的准确率都得到了不同程度的提升。表明本文提出的基于击键行为和击键内容的认证方法有较强的适用性。
图表编号 | XD00170292000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.16 |
作者 | 王凯、宋礼鹏、郑家杰 |
绘制单位 | 中北大学大数据学院大数据与网络安全研究所、中北大学大数据学院大数据与网络安全研究所、中北大学大数据学院 |
更多格式 | 高清、无水印(增值服务) |