- Ziel des Beitrages ist es, das Potential von handschriftlichen Passworten für die Erhö- hung der Sicherheit beim Zugang zu Systemen zu untersuchen. Wir schlagen eine Mo- bilgerät-Server-Lösung mit verteilter Vorverarbeitung vor.
Untersucht werden die Erfolgsraten der korrekten Schreibererkennung bei der Verwen- dung nur eines Wortes, des Passwortes, der Reduktion der Anzahl der Passworte, die zum Trainieren des Klassifikationsalgorithmus verwendet werden, und der Reduktion der Parameter. Der implementierte Prototyp führt die Segmentierung auf dem Mobilgerät aus. Merkmalsextraktion und Klassifikation laufen als Server-Applikationen. Das Tool WEKA wird für die Ermittlung des geeignetsten Algorithmus für die Erkennung des Schreibers des Passwortes verwendet. Die Analysen werden mit 280 handschriftlichen Passworten durchgeführt. Davon sind 176 Originale und 104 Fälschungen. Als Mobilge- räte wurden ein HTC Desire mit Android 2.2 und ein Samsung Galaxy Ace mit Android 2.3.3 verwendet. Das vorgeschlagene System erkennt mit derZiel des Beitrages ist es, das Potential von handschriftlichen Passworten für die Erhö- hung der Sicherheit beim Zugang zu Systemen zu untersuchen. Wir schlagen eine Mo- bilgerät-Server-Lösung mit verteilter Vorverarbeitung vor.
Untersucht werden die Erfolgsraten der korrekten Schreibererkennung bei der Verwen- dung nur eines Wortes, des Passwortes, der Reduktion der Anzahl der Passworte, die zum Trainieren des Klassifikationsalgorithmus verwendet werden, und der Reduktion der Parameter. Der implementierte Prototyp führt die Segmentierung auf dem Mobilgerät aus. Merkmalsextraktion und Klassifikation laufen als Server-Applikationen. Das Tool WEKA wird für die Ermittlung des geeignetsten Algorithmus für die Erkennung des Schreibers des Passwortes verwendet. Die Analysen werden mit 280 handschriftlichen Passworten durchgeführt. Davon sind 176 Originale und 104 Fälschungen. Als Mobilge- räte wurden ein HTC Desire mit Android 2.2 und ein Samsung Galaxy Ace mit Android 2.3.3 verwendet. Das vorgeschlagene System erkennt mit der Wahrscheinlichkeit von 96,87% den Schreiber des Passwortes, die False Acceptance Rate beträgt 12,5%, wenn acht Passworte jedes Schreibers für das Klassifikationsmodell verwendet werden.…