Boffins: Nós podemos identificá-lo pela sua digitação, e nós vamos vender a tecnologia para o negócio, govt-yay!

Preocupado de que os cookies do navegador sejam baixos quando se trata de monitorar dispositivos móveis e seus proprietários na internet, os boffins de ciência da computação acreditam que podem reconhecer os telefones usando apenas as teclas e os dados do acelerômetro.

Em um artigo apresentado nesta semana através do ArXiv, ” Biometria Comportamental de Teclas Seqüenciais para Identificação de Usuário Móvel através de Aprendizagem Profunda Multi-visão “, pesquisadores da Universidade de Illinois em Chicago, Universidade de Nebraska-Lincoln e Universidade Politécnica de Hong Kong descrevem uma técnica para identificar usuários de dispositivos móveis com base em padrões biométricos comportamentais.

Esses padrões podem ser derivados da digitação capturada através de um teclado personalizado, um navegador da Web ou um roteador ou algum outro equipamento de rede cheirando tráfego não criptografado.

Pesquisadores Lichao Sun, Yuqi Wang, Bokai Cao, Philip S. Yu, Witawas Srisa-an e Alex D. Leow afirmam que a identificação de indivíduos continua a ser um problema não resolvido na computação móvel porque as informações da conta e os cookies do navegador não conseguem transferir entre dispositivos e aplicativos. Em outras palavras, os internautas que são cuidadosos com sua privacidade podem permanecer anônimos em aplicativos e serviços, ou frustrar tentativas de redes publicitárias, editores e outros que os acompanhem à medida que surgem na Internet, argumenta-se.

Identificar pessoas por sua digitação desfazia tudo isso, permitindo que sites e serviços reconheçam os visitantes e usuários retornados.

“O monitoramento de informações biométricas, incluindo os comportamentos de digitação de um usuário, tende a produzir resultados consistentes ao longo do tempo, sendo menos perigosa para a experiência do usuário”, explicou o documento. “Além disso, existem diferentes tipos de sensores em dispositivos móveis, o que significa que informações biométricas ricas de usuários podem ser coletadas simultaneamente”.

Tendo obviamente superado sua anterior expressão de preocupação sobre a privacidade, os pesquisadores relatam seu trabalho no DeepService, um sistema de aprendizado profundo, projetado para distinguir entre usuários de dispositivos móveis através de pressionamentos de teclas e dados de acelerômetro.

O DeepService implementa uma unidade recorrente fechada (GRU), uma forma de rede de memória de curto prazo (LSTM), que é uma forma variante de uma rede neural recorrente (RNN), uma técnica de aprendizado de máquina adequada ao processamento de linguagem natural.

Os pesquisadores criaram um teclado personalizado para realizar sua experiência, mas note que os dados de digitação no navegador podem ser capturados de forma tão fácil usando o JavaScript. Eles relatam que sua técnica é precisa 93,5% do tempo e 99,1% precisa ao distinguir entre dois usuários de um único dispositivo.

Eles aumentam as informações de teclas com dados do acelerômetro e observam que o DeepService pode lidar com a identificação “com apenas registros de aceleração, mesmo quando o usuário não está usando o teclado”.

No entanto, eles não fornecem estatísticas de precisão para a abordagem somente de acelerômetro.

Os boffins dizem que pretendem implementar o DeepService como uma ferramenta para ajudar empresas ou governos a “identificar seus clientes de forma mais precisa na vida real”. ®

Click here for more information