
دانشکده مهندسی برق
جلسه دفاعیه از پایان نامه کارشناسی ارشد | 269 |

| شناسایی کاربر بر مبنای پویایی صفحهکلید به روش ترکیب دستهبندهای آماری |
چکیده در این پایاننامه یک روش جدید برای بررسی ویژگی زیستی رفتاری پویایی صفحهکلید ارائه شده است. 5 دستهبند آماری متمایزکننده خطی (LDC)، -K نزدیکترین همسایه (K-NN)، بیز ساده (Naïve Bayes)، پرسپترون خطی (Linear Perceptron) و نزدیکترین میانگین (NMSC) به منظور دستهبندی الگوهای پویایی صفحهکلید مورد استفاده قرار گرفتهاند. نتایج نسبتاً قابل قبولی از دستهبندهای منفرد به دست آمده است. سپس، خروجیهای منفرد دستهبندهای آماری مورد استفاده، به کمک چندین روش پیشنهادی بر روی ماتریس تصمیمگیری (DP) با یکدیگر ترکیب شدهاند. معیارهای ارزیابی نشان داده است که ترکیب دستهبندها، معیارهای خطا را به مقدار قابل توجهی کاهش میدهد. در این پایاننامه معیارهای FAR،FRR ، ERR، منحنیهای یادگیری، منحنیهای خصوصیات عملکرد گیرنده (ROC) دستهبندهای آماری منفرد و مرکب با یکدیگر مقایسه و تفسیر شدهاند در پایان اثر اضافهشدن نویز اندازهگیری الگوهای پویایی بر روی کمیتهای خطا نیز بررسی شده است. مقدار میانگین FAR برابر 0.04%، مقدار میانگین FRR برابر 1.79% و مقدار EER برابر با 1.85% هر سه برای دستهبند مرکب مبتنی بر تابع «حداقل» گزارش شده است. همچنین مطلوبترین مقدار کمیت خطای دستهبندی برابر با 7.56% و برای دستهبند مرکب مبتنی بر تابع «رای اکثریت» حاصل شده است. |
دانشجو: علی رضایی |
تاریخ دفاع: چهارشنبه 17/12/90 ساعت: 14:00 |