ФУНКЦИОНАЛ ОБНАРУЖЕНИЯ ВНУТРЕННИХ УГРОЗ, ОСНОВАННЫЙ НА ДИНАМИКЕ МЫШИ
Ключевые слова:
обнаружение внутренней угрозы, аутентификация личности, сверточные нейронные сети, сеть GoogLeNet, анализ поведения мыши, базовые операции мыши, поддельная аутентификацияАннотация
Аннотация. Настоящая работа исследует проблему обнаружения внутренней угрозы через аутентификацию личности с использованием сети GoogLeNet и данных, сгенерированных на основе операций мыши. Мы предлагаем метод, основанный на сверточных нейронных сетях и анализе поведения мыши, для эффективного обнаружения внутренних угроз и поддельной аутентификации. Мы провели эксперименты на различных наборах данных с разным количеством базовых операций мыши. Результаты показали, что предложенный метод достигает высокой точности при обнаружении внутренних угроз. Наше исследование подтверждает потенциал использования сети GoogLeNet и анализа операций мыши в задаче обнаружения внутренней угрозы и предоставляет базу для дальнейших исследований в этой области.
Библиографические ссылки
Antal M., Buza K., Fejer N. SapiAgent: A Bot Based on Deep Learning to Generate Human-Like Mouse Trajectories //IEEE Access. – 2021. – Т. 9. – С. 124396-124408.
Ciaramella G. et al. Continuous and Silent User Authentication Through Mouse Dynamics and Explainable Deep Learning //2022 21st IEEE International Conference on Machine Learning and Applications (ICMLA). – IEEE, 2022. – С. 1791-1798.
Enström O. Authentication Using Deep Learning on User Generated Mouse Movement Images. – 2019.
Kingma D. P., Ba J. Adam: A method for stochastic optimization //arXiv preprint arXiv:1412.6980. – 2014.
McCann M. T., Jin K. H., Unser M. Convolutional neural networks for inverse problems in imaging: A review //IEEE Signal Processing Magazine. – 2017. – Т. 34. – №. 6. – С. 85-95.
N.A. Hamid, S. Safei, S.D.M. Satar, S. Chuprat, R. Ahmad (201 l). Mouse movement behavioral biometric systems. Proceedings of the International Conference on User Science and Engineering (i-USEr), Selangor, Malaysia, 29 November-l December 20ll, pp. 206-2ll.
Wei A., Zhao Y., Cai Z. A deep learning approach to web bot detection using mouse behavioral biometrics //Biometric Recognition: 14th Chinese Conference, CCBR 2019, Zhuzhou, China, October 12–13, 2019, Proceedings 14. – Springer International Publishing, 2019. – С. 388-395.
Y.X.M. Tan, A. Iacovazzi, I. Homoliak, Y. Elovici, A. Binder (20l9). Adversarial attacks on remote user authentication using behavioural mouse dynamics. Proceedings of the 2019 International Joint Conference on Neural Networks (IJCNN), Budapest, Hungary, l4-l9 July 20l9, pp. l-l0.
Yuan S., Wu X. Deep learning for insider threat detection: Review, challenges and opportunities //Computers & Security. – 2021. – Т. 104. – С. 102221.
Zhou Y. T. et al. Image restoration using a neural network //IEEE transactions on acoustics, speech, and signal processing. – 1988. – Т. 36. – №. 7. – С. 1141-1151.
Есипов Д.А., Асланова Н., Шабала Е.Е., Щетинин Д.С., Попов И.Ю. МЕТОД ОБНАРУЖЕНИЯ ИНЦИДЕНТОВ ИНФОРМАЦИОННОЙ БЕЗОПАСНОСТИ ПО АНОМАЛИЯМ В БИОМЕТРИЧЕСКИХ ПОВЕДЕНЧЕСКИХ ЧЕРТАХ ПОЛЬЗОВАТЕЛЯ // Научно-технический вестник информационных технологий, механики и оптики. 2022. №4.
М. В. Тумбинская, Н. Ф. Асадуллин, Р. Р. Муртазин Моделирование аутентификации пользователей по динамике нажатий клавиш в промышленных автоматизированных системах // Программные продукты и системы. 2020. №2. URL:
Маҳкамов Анваржон Абдужабборович, Инадуллаев Холбек Ўрал Ўғли СРАВНИТЕЛЬНЫЙ АНАЛИЗ БИОМЕТРИЧЕСКИХ СИСТЕМ В ОБЕСПЕЧЕНИИ ИНФОРМАЦИОННОЙ БЕЗОПАСНОСТИ // Universum: технические науки. 2021. №12-1 (93).
Мельников Георг Андреевич, Карпук Анатолий Алексеевич ОБНАРУЖЕНИЕ ПОПЫТОК НЕСАНКЦИОНИРОВАННОГО ДОСТУПА НА ОСНОВЕ ВЫЯВЛЕНИЯ НЕСТАНДАРТНЫХ ПОВЕДЕНЧЕСКИХ ФАКТОРОВ // Universum: технические науки. 2021. №3-1 (84). URL:
Уймин А.Г., Морозов И.М. СРАВНИТЕЛЬНЫЙ АНАЛИЗ ИНСТРУМЕНТОВ НЕПРЕРЫВНОЙ ОНЛАЙН-АУТЕНТИФИКАЦИИ И СИСТЕМ ОБНАРУЖЕНИЯ АНОМАЛИЙ ДЛЯ ПОСТОЯННОГО ПОДТВЕРЖДЕНИЯ ЛИЧНОСТИ ПОЛЬЗОВАТЕЛЯ // T-Comm. 2022. №5.
