OPUS


Volltext-Downloads (blau) und Frontdoor-Views (grau)

Erkennung von personenspezifischen Merkmalen im Tippverhalten

  • Diese Bachelorarbeit befasst sich mit der Analyse des Tippverhaltens und wie sich dieses zur Identifizierung nutzen lässt. Dazu werden anhand eines selbst geschriebenen Keylisteners dreißig Personen gebeten, vorgegebene Texte abzutippen und zuvor persönliche Informationen über die eigene Person anzugeben. Diese Daten werden anschließend ausgewertet, indem man personenspezifische Merkmale extrahiert. Parallel tippt eine Testperson die Texte zehn Mal während unterschiedlichen Tageszeiten ab. Aus diesen Daten wird die Standardabweichung herausgerechnet. Anschließend werden vier der bereits teilnehmenden Probanden ein zweites Mal gebeten, die Testsätze erneut einzugeben. Mithilfe des Euklidischen Abstandes werden die Latenzzeiten der Datensätze dazu verwendet, die Identität der erneut Tippenden mit einem der vorherigen Datensätze zu identifizieren. Außerdem werden durch Zuhilfenahme der Standardabweichungs-Werte alle Merkmale gewichtet und durch das Skalarprodukt miteinander verrechnet. Damit wird eine weitere Methode eingesetzt, Datensätze untereinander zu vergleichen und gegebenenfalls gleiche Tipp-Probanden wiederzuerkennen.
  • This bachelor thesis deals with the analysis of typing behavior and how it can be used for identification. For this purpose, thirty people are asked to type in given texts and to provide personal information about their own person using a self-written keylistener. This data is then evaluated by extracting person-specific characteristics. In parallel, a test subject types the texts ten times during different times of the day. From this data, the standard deviation is calculated. Subsequently, four of the already participating subjects are asked a second time to enter the test sentences again. The Euclidean distance uses the latencies of the records to identify the identity of the again typing persons with one of the previous records. In addition, using the standard deviation values, all characteristics are weighted and offset by the scalar product. Thus, another method is used to compare records with each other and possibly recognize the same typing subjects.

Download full text files

  • BachelorArbeit.pdf
    deu

Export metadata

Additional Services

Share in Twitter Search Google Scholar

Statistics

frontdoor_oas
Metadaten
Author:Sabrina Herchel
Advisor:Dirk Labudde, Daniel Keller
Document Type:Bachelor Thesis
Language:German
Year of Completion:2019
Granting Institution:Hochschule Mittweida
Release Date:2020/07/13
GND Keyword:Biometrie
Institutes:Angewandte Computer‐ und Bio­wissen­schaften
Dewey Decimal Classification:006.4 Mustererkennung
Open Access:Innerhalb der Hochschule
Licence (German):License LogoEs gilt das UrhG