https://libeldoc.bsuir.by/handle/123456789/43804| Title: | Признаки и критерии нестандартного поведения пользователя |
| Other Titles: | Signs and criteria of non-standard user behavior |
| Authors: | Байдун, Д. Р. Насуро, Е. В. |
| Keywords: | материалы конференций;идентификация пользователя;распознавание лиц;клавиатурный почерк;машинное обучение;информационная безопасность;user identification;face recognition;keyboard handwriting;machine learning;information security |
| Issue Date: | 2021 |
| Publisher: | БГУИР |
| Citation: | Байдун, Д. Р. Признаки и критерии нестандартного поведения пользователя / Д. Р. Байдун, Е. В. Насуро // BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня: VII Международная научно-практическая конференция [Электронный ресурс] : сборник материалов VII Международной научно-практической конференции, Минск, 19-20 мая 2021 года / Белорусский государственный университет информатики и радиоэлектроники ; редкол.: В. А. Богуш [и др.]. – Минск, 2021. – С. 50–52. – Режим доступа : http://bigdataminsk.bsuir.by/files/2021_materialy.pdf. |
| Abstract: | Различные способы идентификации пользователей дают неравнозначные уровни защиты от несанкционированного доступа в систему. Использование комбинаций признаков, полученных при анализе действий пользователя, позволят повысить безопасность систем. Доклад содержит информацию о доступных для анализа характеристиках действий пользователя, сбор которых не требует установки дополнительного оборудования и основан на уже имеющихся аппаратных средствах. Методы машинного обучения позволяют получать персонализированные признаки, характерные для одного пользователя, которые невозможно подделать, так как их сбор проводится неявно в фоновом режиме. |
| Alternative abstract: | Different methods of user identification provide unequal levels of protection against of unauthorized access to the system. To raise the level of computer systems security the combinations of features obtained in the analysis of user actions must be used. The report contains information on the characteristics of user actions available for analysis, the collection of which does not require the installation of additional equipment and is based on the already available hardware. Machine learning techniques allow getting personalized traits that are specific to a single user, which cannot be faked, since they are collected implicitly in the background. |
| URI: | https://libeldoc.bsuir.by/handle/123456789/43804 |
| Appears in Collections: | BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня : материалы конференции (2021) |
| File | Description | Size | Format | |
|---|---|---|---|---|
| Baydun_Priznaki.pdf | 853.35 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.