基于支持向量机的击键特征异常用户识别
由于用户对键盘的熟悉程度,击键习惯各不相同,每个用户都有自己的击键行为特征.本文设计基于支持向量机的击键生物特征模型对异常用户进行识别,针对特殊的文本提出了基于逻辑回归的缺失值补全算法和基于相关性热图分析的特征筛选算法对数据进行预处理.提出使用错误种类作为击键认证的特征并使用优化的支持向量机做分类处理.将提出的算法与传统的朴素贝叶斯,决策树等算法进行对比.
机器学习、击键认证、数据预处理、异常用户识别
14
TP18(自动化基础理论)
2018-09-28(万方平台首次上网日期,不代表论文的发表时间)
共5页
186-190