Contribution to keystroke dynamics: mulitbiometrics, soft biometrics and template update

Created by W.Langdon from gp-bibliography.bib Revision:1.3872

@PhdThesis{giot:tel-00748915,
  author =       "Romain Giot",
  title =        "Contribution to keystroke dynamics: mulitbiometrics,
                 soft biometrics and template update",
  school =       "Universite de Caen",
  year =         "2012",
  address =      "France",
  month =        "23 " # oct,
  keywords =     "genetic algorithms, genetic programming, SVN,
                 Biometrics, Keystroke Dynamics, Template update,
                 Evolutionary computing, Information fusion, Biometrie,
                 Dynamique de frappe au clavier, Mise a jour de la
                 reference, Algorithmes evolutionnaires, Fusion
                 d'information",
  URL =          "https://www.greyc.fr/node/1676",
  URL =          "https://www.greyc.fr/sites/default/files/secretariat/theses-soutenues-2012/These-Romain-Giot-2012.pdf",
  URL =          "https://tel.archives-ouvertes.fr/tel-00748915",
  URL =          "https://tel.archives-ouvertes.fr/tel-00748915/file/PhD_giot.pdf",
  hal_id =       "tel-00748915",
  hal_version =  "v1",
  size =         "208 pages",
  resume =       "La dynamique de frappe au clavier est une modalite
                 biometrique comportementale qui permet d'authentifier
                 des individus selon leur facon de taper au clavier. Un
                 tel systeme est peu couteux, car il ne necessite pas de
                 materiel d'acquisition autre que le clavier de
                 l'ordinateur, et est facilement accepte pour
                 l'utilisateur. Nous nous sommes principalement
                 interesse aux systemes statiques ou le texte saisit par
                 l'utilisateur est connu a l'avance par la machine.
                 Malheureusement, les performances de cette modalite
                 sont plutot mediocres en raison de la forte variabilite
                 de la donnee biometrique. Cette variabilite est due a
                 l'etat emotionnel de la personne, l'apprentissage de la
                 facon de taper...

                 Nous proposons dans cette these differentes
                 contributions permettant d'ameliorer les performances
                 de reconnaissance de systemes de dynamique de frappe au
                 clavier (DDF). Nous effectuons egalement une analyse
                 des bases publiques permettant d'evaluer la performance
                 de nouveaux systemes de reconnaissance. Une
                 contribution est la mise au point d'un systeme de DDF
                 par mot de passe partage. Nous etudions ensuite la
                 fusion multibiometrique avec la dynamique de frappe au
                 clavier et la reconnaissance faciale afin d'augmenter
                 les performances des deux systemes. Nous montrons, sur
                 deux jeux de donnees differents, qu'il est possible de
                 reconnaitre le genre d'un individu suivant sa facon de
                 taper au clavier. Enfin, nous presentons une nouvelle
                 methode de mise a jour de la reference biometrique qui
                 permet de prendre en compte le vieillissement de la
                 donnee biometrique, afin de ne pas avoir une diminution
                 des performances de reconnaissance au cours du temps.",
  abstract =     "Keystroke dynamics is a behavioural biometry which
                 allows to authenticate individuals through there way of
                 typing on a keyboard. Such systems are cheap, as they
                 do not need specific devices different from the
                 keyboard of the computer. They are also well accepted
                 by the user. We are mainly interested in static systems
                 where the text typed by the user is known in advance by
                 the machine. Sadly, the performance of this modality
                 are rather mediocre because of the high variability of
                 the biometric data which comes from emotional state of
                 the individual, the learning of they way to type

                 In this thesis, we propose various contributions which
                 allow to improve the recognition performance of
                 keystroke dynamics systems. We also do an analysis of
                 the public datasets allowing to evaluate the
                 performance of new recognition systems. One
                 contribution is the creation of a system which allows
                 the authentication of users with a shared password.
                 Then, we study the biometric fusion with face
                 recognition and keystroke dynamics in order to increase
                 the performance of the two systems. We show, on two
                 different datasets, that it is possible to guess the
                 gender of an individual through its way of typing to a
                 keyboard. Finally, we present a new template update
                 method which allows to take into account the ageing of
                 the biometric data in order to not observe a decrease
                 of performance overtime.",
  notes =        "In French. Little mention of GP

                 Membres du Jury Hubert Cardot Andrzej Drygajlo Jean-luc
                 Dugelay Alain Rakotomamonjy Christophe
                 Rosenberger

                 Equipe Monetique & Biometrie - Laboratoire GREYC -
                 UMR6072",
}

Genetic Programming entries for Romain Giot

Citations