ИММУНОЛОГИЧЕСКАЯ МОДЕЛЬ КЛАВИАТУРНОГО МОНИТОРИНГА ОПЕРАТОРОВ ИНФОРМАЦИОННЫХ СИСТЕМ
Ключевые слова:
Цепочный метод клавиатурного мониторинга операторов информационных систем, иммунологическая модель клональной селекции с положительным отбором, верификация работающего оператора по принципу «свой-чужой»Аннотация
Целью работы является разработка модели клавиатурного мониторинга операторов
информационных систем, основанной на использовании цепочного метода учета параметров
клавиатурного почерка. Указанный метод предусматривает оценку клавиатурного почерка
оператора на цепочках символов заданной длины, отражающих лингвистически связанные па-
раметры клавиатурного набора, характерные для данного оператора. Клавиатурный набор
таких цепочек оператором с «хорошим» клавиатурным почерком обладает существенно более
высокой индивидуальностью, обусловленной корреляционными зависимостями между времен-
ными параметрами последовательно идущих символов и пауз. В итоге цепочный метод позво-
ляет обеспечить более высокую точность верификации личности оператора. Клавиатурный
мониторинг на основе цепочного метода предлагается реализовать в базисе искусственных
иммунных систем с использованием иммунологической модели клональной селекции, в которой
детекторы представлены идентификационными параметрами области распределения клавиа-
турных параметров «своего». В задачах клавиатурного мониторинга область распределения
клавиатурных параметров верифицируемого оператора всегда существенно меньше совокуп-
ной области распределения клавиатурных параметров других возможных операторов. Выбор
указанной модели позволяет существенно снизить необходимый объем популяции детекторов,
и как следствие, – существенно сократить время верификации работающего оператора. При-
нятие решения о подмене «своего» оператора «чужим» предлагается считать обоснованным
при превышении частоты срабатывания детекторов установленного порогового значения.
Предложенная иммунологическая модель обладает рядом преимуществ. Использование цепоч-
ного метода учета клавиатурных параметров позволяет с бо льшей точностью верифициро-
вать оператора, в сравнении с традиционными методами. Используемая модель клональной
селекции в сочетании с векторным представлением клавиатурных данных позволяет сущест-
венно ускорить процесс обучения и сократить время, необходимое для своевременного приня-
тия решения о присутствии «чужого» оператора. Важным достоинством модели является
возможность обучаться исключительно на примерах клавиатурного почерка оперативно дос-
тупных «своих» операторов. Использование модели клональной селекции позволяет также су-
щественно снизить необходимый объем популяции детекторов, способных эффективно «по-
крыть» область распределения клавиатурных параметров «своего» оператора.
