KR101248156B1

KR101248156B1 - Method and apparatus for user authentication based on keystroke dynamics pattern data

Info

Publication number: KR101248156B1
Application number: KR1020110053405A
Authority: KR
Inventors: 조성준; 박성훈; 박주성
Original assignee: 서울대학교산학협력단
Priority date: 2011-06-02
Filing date: 2011-06-02
Publication date: 2013-03-27
Also published as: KR20120134484A

Abstract

본 발명은 키스트로크 다이나믹스 패턴 정보에 기초하여 사용자를 인증할 수 있는 방법 및 장치에 관한 것으로서, 입력 인터페이스를 통해 사용자에 의해 입력되는 적어도 2 이상의 입력 키로 구성되는 키스트로크에 대한 제1 키스트로크 다이나믹스 패턴 정보를 생성하는 제1 단계; 입력 인터페이스를 통해 사용자에 의해 입력되는 적어도 2 이상의 입력 키로 구성되는 키스트로크에 대한 제2 키스트로크 다이나믹스 패턴 정보를 생성하는 제2 단계; 및 상기 제1 및 제2 키스트로크 다이나믹스 패턴 정보를 비교하여 키스트로크 다이나믹스 패턴 정보의 유사도를 분석하는 제3 단계를 포함하되, 상기 제1 단계 및 제2 단계에서, 제1 및 제2 키스트로크 다이나믹스 패턴 정보는, 입력 인터페이스를 통해 사용자에 의해 입력되는 적어도 2 이상의 입력 키에 대한 입력 키 정보와 인접하여 입력되는 두 입력 키 사이의 키간 입력 간격 정보를 수집하는 a) 단계; 및 상기 키간 입력 정보를 복수개의 그룹들 중 어느 하나에 포함되도록 분류하는 b) 단계에 의해 생성되는 것을 특징으로 하는 키스트로크 다이나믹스 패턴 정보에 기초한 사용자 인증 방법 및 이를 이용한 사용자 인증 장치를 개시한다.The present invention relates to a method and apparatus for authenticating a user based on keystroke dynamic pattern information, the present invention relates to a first keystroke dynamic pattern for a keystroke composed of at least two input keys input by a user through an input interface. A first step of generating information; Generating second keystroke dynamics pattern information for a keystroke comprised of at least two input keys input by a user through an input interface; And a third step of analyzing the similarity of keystroke dynamics pattern information by comparing the first and second keystroke dynamics pattern information, wherein in the first and second steps, first and second keystroke dynamics are included. The pattern information may include: a) collecting input key information for at least two input keys input by a user through an input interface and inter-key input interval information between two input keys adjacently input; And b) classifying the inter-key input information to be included in any one of a plurality of groups, and a user authentication method based on keystroke dynamic pattern information and a user authentication device using the same.

Description

TECHNICAL AND APPARATUS FOR USER AUTHENTICATION BASED ON KEYSTROKE DYNAMICS PATTERN DATA}

본 발명은 사용자 인증 방법 및 장치에 관한 것으로서, 보다 상세하게는 사용자로부터 입력되는 키스트로크 다이나믹스 패턴 정보에 기초하여 사용자를 인증할 수 있는 방법 및 장치에 관한 것이다.The present invention relates to a method and apparatus for authenticating a user, and more particularly, to a method and apparatus for authenticating a user based on keystroke dynamic pattern information input from the user.

컴퓨터 등과 같은 전자 기기에 대한 보안을 향상시키기 위해서 생체인식(biometric)을 사용하는 것은 매우 효과적인 방법이다. 이러한 방법 중 하나로 키스트로크 다이나믹스(keystroke dynamics)를 이용하는 방법이 제안되어 있다. 키스트로크 다이나믹스를 이용하는 방법은, 사용자가 키보드 등과 같은 입력 인터페이스를 통해 특정 문자열을 입력할 때 키보드 타이핑 패턴을 타이밍 벡터로 변환하여 사용자의 행동 패턴을 분석하게 되는데, 이러한 키스트로크 다이나믹스 분석 방법에 대한 종래 기술은 ID나 암호 등과 같이 제한된 길이의 문자열에 국한된다는 한계점을 가진다. 즉, 종래의 키스트로크 다이나믹스 분석에 기초한 인증은 주로 짧은 ID나 패스워드에 기반하여 연구되어 왔고 따라서 입력 패턴의 등록 절차가 번거로우며 인증 후에 지속적인 감시가 불가능하다는 문제점이 있다. 또한, 이러한 제한된 비교적 짧은 단위의 문자열의 ID나 암호를 이용하는 것은 인증 모델을 구축하기에 매우 편리하다는 장점을 갖지만 시스템 로그인 과정에서만 인증을 할 수 있다는 문제점이 있으며 우수한 인증 성능을 얻기 위해서는 인공 지능이나 템포 큐(cues) 등과 같이 복잡한 모델을 필요로 한다.Using biometrics to improve security for electronic devices such as computers is a very effective method. As one of these methods, a method using keystroke dynamics has been proposed. In the method of using keystroke dynamics, when a user inputs a specific character string through an input interface such as a keyboard, the user may convert a keyboard typing pattern into a timing vector to analyze a user's behavior pattern. The technique has a limitation that it is limited to a limited length string such as ID or password. That is, the authentication based on the conventional keystroke dynamics analysis has been mainly studied based on a short ID or password, and thus there is a problem that the registration process of the input pattern is cumbersome and continuous monitoring is impossible after authentication. In addition, the use of such a limited ID or password of a relatively short unit of string has the advantage that it is very convenient to build an authentication model, but there is a problem that can be authenticated only during the system login process, and artificial intelligence or tempo to obtain excellent authentication performance It requires complex models like cues.

이러한 점에서, 한정된 효과를 갖는 제한된 길이의 문자열을 이용하는 것에 그치지 않고 사용자가 입력하는 길고 자유로운 문자열(long free text)을 사용한 키스트로크 다이나믹스 분석 방법의 개발이 요망되고 있다. 자유로운 문자열을 이용하게 되면, ID나 패스워드와 같이 한정적인 문자열 입력을 인증에 사용하는 것에 한정되지 않고 평소에 사용자가 키보드의 입력시 발생하는 키스트로크 패턴을 그대로 사용하여 인증을 수행할 수 있으므로, 기존의 방식에 필요했던 패스워드 등록절차 대신 단지 평소 키스트로크 패턴에 대한 정보만 시스템에 저장하면 사용자 인증이 가능하다는 장점을 갖는다.In this regard, it is desired to develop a method of analyzing keystroke dynamics using long free text input by a user rather than using a limited length string having a limited effect. When using a free string, authentication is not limited to using a limited string input such as ID or password for authentication, and the user can perform authentication using a keystroke pattern generated when a user normally inputs the keyboard. Instead of the password registration procedure that was required for the method, only the information about the usual keystroke pattern is stored in the system.

본 발명은 상기한 바와 같은 한계점을 해결하기 위한 것으로서, 사용자가 키보드 등과 같은 입력 인터페이스를 통해 비교적 긴 단위의 자유로운 문자열을 통해 입력하는 키스트로크에 대하여 키스트로크 다이나믹스 패턴을 생성하고, 이를 이용하여 사용자를 인증할 수 있는 방법 및 장치를 제공하는 것을 목적으로 한다.The present invention has been made to solve the above limitations, and generates a keystroke dynamics pattern for a keystroke that a user inputs through a free string of a relatively long unit through an input interface such as a keyboard, and uses the user to use the same. It is an object of the present invention to provide a method and apparatus capable of authenticating.

또한, 본 발명은 사용자로부터 입력되는 키스트로크의 키스트로크 다이나믹스 패턴을 입력 인터페이스의 키 패드의 위치에 따른 복수의 영역의 조합에 기초하여 그룹별 키스트로크 다이나믹스 패턴 정보를 생성하고 이를 이용하여 각 그룹별로 사용자 인증을 다중으로 수행함으로써 인증의 정확성을 현저하게 증가시킬 수 있는 방법 및 장치를 제공하는 것을 또 다른 목적으로 한다.In addition, the present invention generates the keystroke dynamic pattern information for each group based on the combination of a plurality of areas according to the position of the keypad of the input interface to the keystroke dynamic pattern of the keystroke input from the user and by using this to each group It is yet another object to provide a method and apparatus that can significantly increase the accuracy of authentication by performing multiple user authentications.

또한, 본 발명은 다중 분포 유사도 검정 기법을 사용함으로써 임의의 매개변수가 존재하지 않아 유사도 검정이 용이하고 또한 이상 데이터에 민감하지 않아 유사도 검정의 신뢰성을 높일 수 있는 사용자 인증 방법 및 장치를 제공하는 것을 또 다른 목적으로 한다.In addition, the present invention is to provide a user authentication method and apparatus that can increase the reliability of the similarity test because it is easy to test the similarity because there is no parameter by using a multi-distribution similarity test technique is not sensitive to abnormal data. Another purpose.

상기한 바와 같은 기술적 과제를 해결하기 위하여 본 발명은, 키스트로크 다이나믹스 패턴 정보에 기초한 사용자 인증 방법에 있어서, 입력 인터페이스를 통해 사용자에 의해 입력되는 적어도 2 이상의 입력 키로 구성되는 키스트로크에 대한 제1 키스트로크 다이나믹스 패턴 정보를 생성하는 제1 단계; 입력 인터페이스를 통해 사용자에 의해 입력되는 적어도 2 이상의 입력 키로 구성되는 키스트로크에 대한 제2 키스트로크 다이나믹스 패턴 정보를 생성하는 제2 단계; 및 상기 제1 및 제2 키스트로크 다이나믹스 패턴 정보를 비교하여 키스트로크 다이나믹스 패턴 정보의 유사도를 분석하는 제3 단계를 포함하되, 상기 제1 단계 및 제2 단계에서, 제1 및 제2 키스트로크 다이나믹스 패턴 정보는, 입력 인터페이스를 통해 사용자에 의해 입력되는 적어도 2 이상의 입력 키에 대한 입력 키 정보와 인접하여 입력되는 두 입력 키 사이의 키간 입력 간격 정보를 수집하는 a) 단계; 및 상기 키간 입력 정보를 복수개의 그룹들 중 어느 하나에 포함되도록 분류하는 b) 단계에 의해 생성되는 것을 특징으로 하는 키스트로크 다이나믹스 패턴 정보에 기초한 사용자 인증 방법을 제공한다.In order to solve the above technical problem, the present invention provides a first key for a keystroke composed of at least two input keys input by a user through an input interface in a user authentication method based on keystroke dynamic pattern information. A first step of generating stroke dynamics pattern information; Generating second keystroke dynamics pattern information for a keystroke comprised of at least two input keys input by a user through an input interface; And a third step of analyzing the similarity of keystroke dynamics pattern information by comparing the first and second keystroke dynamics pattern information, wherein in the first and second steps, first and second keystroke dynamics are included. The pattern information may include: a) collecting input key information for at least two input keys input by a user through an input interface and inter-key input interval information between two input keys adjacently input; And b) classifying the inter-key input information to be included in any one of a plurality of groups.

여기에서, 상기 제 b) 단계는, 상기 키간 입력 정보와 관련된 인접하여 입력된 두 입력 키의 입력 키 정보에 기초하여 복수개의 그룹들 중 어느 하나에 포함되도록 분류하도록 구성할 수 있다.Here, the step b) may be configured to be included in any one of a plurality of groups based on input key information of two adjacently inputted input keys related to the inter-key input information.

또한, 상기 복수개의 그룹은 사용자의 입력 인터페이스에 의해 제공되는 키 패드들에 대하여 구분된 복수개의 영역의 조합으로 구성되도록 할 수 있다.In addition, the plurality of groups may be configured by a combination of a plurality of regions separated with respect to keypads provided by a user input interface.

또한, 상기 복수개의 영역은, 사용자가 입력 인터페이스를 사용할 때 왼손을 사용하여 입력하는 키 패드들의 조합으로 구성된 제1 영역과, 오른손을 사용하여 입력하는 키 패드들의 조합으로 구성된 제2 영역일 수 있다.The plurality of areas may be a first area including a combination of key pads input by the user using the left hand and a second area including a combination of key pads using the right hand when the user uses the input interface. .

또한, 상기 복수개의 영역은, 사용자 입력 인터페이스에 제공되는 스페이스바 키 패드로 구성된 제3 그룹을 더 포함하도록 구성할 수도 있다.The plurality of areas may be further configured to further include a third group of space bar keypads provided in the user input interface.

또한, 상기 키간 입력 간격 정보는, 인접하여 입력되는 두 입력 키가 각각 입력된 시간의 차일 수 있다.In addition, the inter-key input interval information may be a difference in time when two adjacent input keys are input.

또한, 상기 제 b) 단계 이후, 상기 복수개의 그룹에 포함된 키간 입력 정보들의 값에 대한 평균값을 산출하는 단계를 더 포함하도록 구성할 수도 있다.In addition, after step b), the method may further include calculating an average value of values of the key input information included in the plurality of groups.

또한, 상기 제3 단계는, 제1 키스트로크 다이나믹스 패턴 정보에 포함된 복수개의 그룹으로 분류된 키간 입력 정보와 제2 키스트로크 다이나믹스 패턴 정보에 포함된 복수개의 그룹으로 분류된 키간 입력 정보를 그룹별로 비교함으로써 키스트로크 다이나믹스 패턴 정보의 유사도를 분석하는 단계를 포함하도록 구성할 수도 있다.In the third step, key input information classified into a plurality of groups included in the first keystroke dynamic pattern information and key input information classified into a plurality of groups included in the second keystroke dynamic pattern information are grouped. And comparing the similarity of the keystroke dynamics pattern information by comparing.

또한, 상기 제3 단계는, 상기 제1 키스트로크 다이나믹스 패턴 정보에 포함된 복수개의 그룹으로 분류된 키간 입력 정보와 제2 키스트로크 다이나믹스 패턴 정보에 포함된 복수개의 그룹으로 분류된 키간 입력 정보에 대해 각각의 그룹별로 콜모고로프 스미로노프(Kolmogorov-Smirnov) 검정(KS 검정)을 이용한 분포 유사도를 비교하고 이에 대한 각각의 그룹별 유사도 확률값(p)를 생성하는 제3-1 단계; 및 상기 생성된 각각의 그룹별 확률값(p)에 기초하여 최종 확률값(p-value)을 산출하는 제3-2 단계를 포함하도록 구성할 수도 있다.In addition, the third step may include key input information classified into a plurality of groups included in the first keystroke dynamic pattern information and key input information classified into a plurality of groups included in the second keystroke dynamic pattern information. A step 3-1 of comparing the distribution similarity using the Kolmogorov-Smirnov test (KS test) for each group and generating a similarity probability value p for each group thereto; And calculating a final probability value p-value based on the generated probability values p for each group.

또한, 상기 제3-1 단계에서 각각의 그룹별 유사도 확률값(p)은, In addition, in step 3-1, the similarity probability value p for each group is:

(여기에서,(From here,

,

,

,

임)의 수식에 의하여 계산될 수 있다.

,

It can be calculated by the formula.

또한, 상기 제3-2 단계는, 상기 그룹별 유사도 확률값(p)들을 수식

(여기에서, Pi는 i번째 그룹에 대한 KS 검정의 그룹별 유사도 확률값(p), k는 KS 검정이 수행된 회수임)에 의하여 검정통계량으로 변환하는 단계; 상기 검정통계량으로부터 수식

에 의하여 최종 유사도 확률값(p-value)을 구하는 단계를 포함할 수 있다.In addition, in step 3-2, the similarity probability values p for each group may be modified.

Converting to a test statistic according to (wherein Pi is the similarity probability value p for each group of the KS test for the i th group, k is the number of times the KS test was performed); Formula from the test statistic

The method may include calculating a final similarity probability value (p-value).

본 발명의 다른 측면에 의하면, 키스트로크 다이나믹스 패턴 정보에 기초한 사용자 인증 장치에 있어서, 입력 인터페이스를 통해 사용자에 의해 입력되는 적어도 2 이상의 입력 키로 구성되는 키스트로크에 대한 제1 키스트로크 다이나믹스 패턴 정보 및 제2 키스트로크 다이나믹스 패턴 정보를 생성하는 패턴 수집부; 상기 패턴 수집부에 의해 수집된 키스트로크 다이나믹스 패턴 정보를 저장하는 키스트로크 다이나믹스 데이터베이스; 및 상기 제1 및 제2 키스트로크 다이나믹스 패턴 정보를 비교하여 키스트로크 다이나믹스 패턴 정보를 검증하는 유사도 분석부를 포함하되, 상기 패턴 수집부는, 입력 인터페이스를 통해 사용자에 의해 입력되는 적어도 2 이상의 입력 키에 대한 입력 키 정보와 인접하여 입력되는 두 입력 키 사이의 키간 입력 간격 정보를 수집하고, 상기 키간 입력 정보를 복수개의 그룹들 중 어느 하나에 포함되도록 분류함으로써, 키스트로크 다이나믹스 패턴 정보를 생성하는 것을 특징으로 하는 키스트로크 다이나믹스 패턴 정보에 기초한 사용자 인증 장치를 제공한다.According to another aspect of the present invention, a user authentication apparatus based on keystroke dynamic pattern information, comprising: first keystroke dynamic pattern information and a first keystroke for a keystroke composed of at least two input keys input by a user through an input interface; A pattern collector configured to generate two keystroke dynamic pattern information; A keystroke dynamics database for storing keystroke dynamics pattern information collected by the pattern collector; And a similarity analyzer configured to compare the first and second keystroke dynamics pattern information to verify keystroke dynamics pattern information, wherein the pattern collector includes at least two input keys inputted by a user through an input interface. Keystroke dynamic pattern information is generated by collecting inter-key input interval information between two input keys input adjacent to the input key information, and classifying the inter-key input information to be included in any one of a plurality of groups. A user authentication device based on keystroke dynamic pattern information is provided.

본 발명의 또 다른 측면에 의하면, 상기의 방법을 구현하는 프로그램을 기록한 컴퓨터로 읽을 수 있는 매체를 제공한다.According to still another aspect of the present invention, there is provided a computer-readable medium having recorded thereon a program for implementing the above method.

본 발명의 또 다른 측면에 의하면, 키스트로크 다이나믹스 패턴 정보에 기초한 사용자 인증 방법에 있어서, 입력 인터페이스를 통해 사용자에 의해 입력되는 적어도 2 이상의 입력 키로 구성되는 키스트로크에 대한 제1 키스트로크 다이나믹스 패턴 정보를 생성하는 제1 단계; 입력 인터페이스를 통해 사용자에 의해 입력되는 적어도 2 이상의 입력 키로 구성되는 키스트로크에 대한 제2 키스트로크 다이나믹스 패턴 정보를 생성하는 제2 단계; 및 상기 제1 및 제2 키스트로크 다이나믹스 패턴 정보를 비교하여 키스트로크 다이나믹스 패턴 정보의 유사도를 분석하는 제3 단계를 포함하되, 상기 제1 단계는, 입력 인터페이스를 통해 사용자에 의해 입력되는 적어도 2 이상의 입력 키에 대한 입력 키 정보와 인접하여 입력되는 두 입력 키 사이의 키간 입력 간격 정보를 수집하는 제1-1 단계; 상기 수집되는 키간 입력 간격 정보를 인접하여 입력되는 두 입력 키의 쌍에 기초하여 구성되는 그룹들 중 어느 하나에 포함되도록 분류하여 그룹별로 키간 입력 간격 정보를 생성하는 제1-2 단계; 상기 그룹별로 생성된 키간 입력 간격 정보에 기초하여 각각의 그룹간의 유사도를 측정하는 제1-3 단계; 및 상기 유사도 측정 결과에 기초하여 상기 그룹들을 군집화한 2차 그룹을 생성하고 2차 그룹별 키간 입력 간격 정보를 구성함으로써 제1 키스트로크 다이나믹스 패턴 정보를 생성하는 제1-4 단계를 포함하고, 상기 제2 단계는, 입력 인터페이스를 통해 사용자에 의해 입력되는 적어도 2 이상의 입력 키에 대한 입력 키 정보와 인접하여 입력되는 두 입력 키 사이의 키간 입력 간격 정보를 수집하는 제2-1 단계; 및 상기 수집되는 키간 입력 간격 정보를 인접하여 입력되는 두 입력 키의 쌍에 기초하여 상기 2차 그룹에 상응하도록 분류하여 그룹별 키간 입력 간격 정보를 구성함으로써 제2 키스트로크 다이나믹스 패턴 정보를 생성하는 제2-2 단계를 포함하는 것을 특징으로 하는 키스트로크 다이나믹스 패턴 정보에 기초한 사용자 인증 방법을 제공한다.According to another aspect of the present invention, in the user authentication method based on the keystroke dynamic pattern information, the first keystroke dynamic pattern information for the keystroke composed of at least two input keys input by the user through the input interface Generating a first step; Generating second keystroke dynamics pattern information for a keystroke comprised of at least two input keys input by a user through an input interface; And a third step of analyzing the similarity of keystroke dynamic pattern information by comparing the first and second keystroke dynamic pattern information, wherein the first step includes at least two or more input by a user through an input interface. A first step of collecting inter-key input interval information between two input keys input adjacent to the input key information on the input key; Generating the inter-key input interval information for each group by classifying the collected inter-key input interval information to be included in any one of groups configured based on a pair of two input keys that are adjacently input; Measuring the similarity between the groups based on the inter-key input interval information generated for each group; And generating first keystroke dynamic pattern information by generating a secondary group clustering the groups based on the similarity measurement result and configuring key interval input information for each secondary group. The second step may include: collecting first key information on at least two input keys input by a user through an input interface and inter-key input interval information between two input keys that are adjacently input; And generating second keystroke dynamic pattern information by classifying the collected key-to-key input interval information to correspond to the secondary group based on a pair of two input keys that are adjacently input to form key-to-key input interval information for each group. It provides a user authentication method based on the keystroke dynamic pattern information, characterized in that it comprises a step 2-2.

여기에서, 상기 키간 입력 간격 정보는, 인접하여 입력되는 두 입력 키가 각각 입력된 시간의 차일 수 있다.Here, the inter-key input interval information may be a difference in time when two adjacent input keys are input.

또한, 상기 제1-2 단계에서, 상기 인접하여 입력되는 두 입력 키의 쌍에 기초하여 구성되는 그룹은 사용자의 입력 인터페이스에 의해 제공되는 키 패드들 중 지정된 키 패드들에 대응하는 입력 키의 쌍에 기초하여 구성될 수 있다.In addition, in step 1-2, the group configured based on the pair of two input keys that are adjacent to each other is a pair of input keys corresponding to the designated key pads among the keypads provided by the user's input interface. It can be configured based on.

또한, 상기 지정된 키 패드들은 영문 a~z에 상응하는 키 패드와 스페이스바에 상응하는 키 패드일 수 있다.In addition, the designated keypads may be keypads corresponding to English a to z and keypads corresponding to a space bar.

또한, 상기 제3 단계는, 제1 키스트로크 다이나믹스 패턴 정보에 포함된 2차 그룹별 키간 입력 정보와 제2 키스트로크 다이나믹스 패턴 정보에 포함된 그룹별 키간 입력 정보를 그룹별로 대응하여 비교함으로써 키스트로크 다이나믹스 패턴 정보의 유사도를 분석하는 단계를 포함할 수 있다.In the third step, the keystroke is performed by comparing the keystroke input information for each secondary group included in the first keystroke dynamic pattern information with the keystroke input information for each group included in the second keystroke dynamic pattern information. And analyzing the similarity of the dynamic pattern information.

또한, 상기 제3 단계는, 상기 제1 키스트로크 다이나믹스 패턴 정보에 포함된 2차 그룹별 키간 입력 정보와 제2 키스트로크 다이나믹스 패턴 정보에 포함된 그룹별 키간 입력 정보에 대해 각각의 그룹별로 콜모고로프 스미로노프(Kolmogorov-Smirnov) 검정(KS 검정)을 이용한 분포 유사도를 비교하고 이에 대한 각각의 그룹별 유사도 확률값(p)를 생성하는 제3-1 단계; 및 상기 생성된 각각의 그룹별 확률값(p)에 기초하여 최종 확률값(p-value)을 산출하는 제3-2 단계를 포함할 수 있다.In the third step, call-mog for each group may be performed on key-to-key input information for each secondary group included in the first keystroke dynamic pattern information and key-to-key input information for each group included in the second keystroke dynamic pattern information. A step 3-1 of comparing distribution similarity using the Kolmogorov-Smirnov test (KS test) and generating a similarity probability value p for each group thereto; And calculating a final probability value (p-value) based on the generated probability values p for each group.

또한, 상기 제3-1 단계에서 각각의 그룹별 유사도 확률값(p)은,

In addition, in step 3-1, the similarity probability value p for each group is:

(여기에서,(From here,

,

,

,

임)의 수식에 의하여 계산될 수 있다.

,

It can be calculated by the formula.

본 발명의 또 다른 측면에 의하면, 입력 인터페이스를 통해 사용자에 의해 입력되는 적어도 2 이상의 입력 키로 구성되는 키스트로크에 대한 제1 키스트로크 다이나믹스 패턴 정보 및 제2 키스트로크 다이나믹스 패턴 정보를 생성하는 패턴 수집부; 상기 패턴 수집부에 의해 수집된 키스트로크 다이나믹스 패턴 정보를 저장하는 키스트로크 다이나믹스 데이터베이스; 및 상기 제1 및 제2 키스트로크 다이나믹스 패턴 정보를 비교하여 키스트로크 다이나믹스 패턴 정보를 검증하는 유사도 분석부를 포함하되, 상기 패턴 수집부는, 입력 인터페이스를 통해 사용자에 의해 입력되는 적어도 2 이상의 입력 키에 대한 입력 키 정보와 인접하여 입력되는 두 입력 키 사이의 키간 입력 간격 정보를 수집하고, 상기 수집되는 키간 입력 간격 정보를 인접하여 입력되는 두 입력 키의 쌍에 기초하여 구성되는 그룹들 중 어느 하나에 포함되도록 분류하여 그룹별로 키간 입력 간격 정보를 생성하고, 상기 그룹별로 생성된 키간 입력 간격 정보에 기초하여 각각의 그룹간의 유사도를 측정하고, 상기 유사도 측정 결과에 기초하여 상기 그룹들을 군집화한 2차 그룹을 생성하고 2차 그룹별 키간 입력 간격 정보를 구성함으로써 제1 키스트로크 다이나믹스 패턴 정보를 생성하고, 입력 인터페이스를 통해 사용자에 의해 입력되는 적어도 2 이상의 입력 키에 대한 입력 키 정보와 인접하여 입력되는 두 입력 키 사이의 키간 입력 간격 정보를 수집하고, 상기 수집되는 키간 입력 간격 정보를 인접하여 입력되는 두 입력 키의 쌍에 기초하여 상기 2차 그룹에 상응하도록 분류하여 그룹별 키간 입력 간격 정보를 구성함으로써 제2 키스트로크 다이나믹스 패턴 정보를 생성하는 것을 특징으로 하는 키스트로크 다이나믹스 패턴 정보에 기초한 사용자 인증 장치를 제공한다.According to another aspect of the present invention, a pattern collector for generating first keystroke dynamic pattern information and second keystroke dynamic pattern information for a keystroke composed of at least two input keys input by a user through an input interface. ; A keystroke dynamics database for storing keystroke dynamics pattern information collected by the pattern collector; And a similarity analyzer configured to compare the first and second keystroke dynamics pattern information to verify keystroke dynamics pattern information, wherein the pattern collector includes at least two input keys inputted by a user through an input interface. Collects inter-key input interval information between two input keys input adjacent to the input key information, and includes the collected inter-key input interval information in any one of the groups configured based on a pair of two input keys adjacently input. Generate a key-to-key input interval information for each group by classifying them, measure the similarity between each group based on the key-to-key input interval information generated for each group, and group the groups based on the similarity measurement result. First key by generating and configuring input interval information between keys for each secondary group. Generate key dynamic pattern information, collect input key information for at least two input keys input by a user through an input interface, and inter-key input interval information between two input keys adjacently input; The second keystroke dynamics pattern information is generated by classifying interval information based on a pair of two input keys adjacent to each other so as to correspond to the secondary group to configure input interval information between groups. A user authentication device based on pattern information is provided.

또한, 본 발명의 또 다른 측면에 의하면, 상기의 방법을 구현하는 프로그램을 기록한 컴퓨터로 읽을 수 있는 매체를 제공할 수 있다.In addition, according to another aspect of the present invention, a computer-readable medium having recorded a program for implementing the above method can be provided.

본 발명에 의하면, 사용자가 키보드 등과 같은 입력 인터페이스를 통해 비교적 긴 단위의 자유로운 문자열을 통해 입력하는 키스트로크에 대하여 키스트로크 다이나믹스 패턴을 생성하고, 이를 이용하여 사용자를 인증할 수 있으므로, 사용 분야가 현저하게 넓은 사용자 인증 방법 및 장치를 제공할 수 있다.According to the present invention, a keystroke dynamics pattern can be generated for a keystroke that a user inputs through a free string in a relatively long unit through an input interface such as a keyboard, and the user can be authenticated using the keystroke. It is possible to provide a wide user authentication method and apparatus.

또한, 본 발명에 의하면, 사용자로부터 입력되는 키스트로크의 키스트로크 다이나믹스 패턴을 입력 인터페이스의 키 패드의 위치에 따른 복수의 영역의 조합에 기초하여 그룹별 키스트로크 다이나믹스 패턴 정보를 생성하고 이를 이용하여 각 그룹별로 사용자 인증을 다중으로 수행함으로써 인증의 정확성을 현저하게 증가시킬 수 있는 방법 및 장치를 제공할 수 있는 효과가 있다.According to the present invention, the keystroke dynamics pattern of the keystroke input from the user is generated based on the combination of a plurality of regions according to the position of the keypad of the input interface. By performing multiple user authentication for each group, there is an effect that can provide a method and apparatus that can significantly increase the accuracy of the authentication.

또한, 본 발명에 의하면, 다중 분포 유사도 검정 기법을 사용함으로써 임의의 매개변수가 존재하지 않아 유사도 검정이 용이하고 또한 이상 데이터에 민감하지 않아 유사도 검정의 신뢰성을 높일 수 있는 사용자 인증 방법 및 장치를 제공할 수 있다.In addition, according to the present invention, there is provided a user authentication method and apparatus that can increase the reliability of the similarity test because the similarity test is easy because the random parameter does not exist by using a multi-distribution similarity test technique and is not sensitive to abnormal data. can do.

또한, 본 발명에 의하면, 사용자로부터 입력되는 긴 단위의 자유로운 문자열을 이용하여 사용자 인증을 수행하므로 단순한 로그인 인증 분야 뿐 아니라 문서 검증, 온라인상에서의 커뮤니케이션 서비스에서의 사용자 인증 분야 등에서도 효율적으로 사용자 인증을 수행할 수 있는 효과가 있다.In addition, according to the present invention, user authentication is performed using a long string of free text input from the user, so that user authentication can be efficiently performed not only in the field of simple login authentication but also in the field of document verification and user authentication in online communication service. There is an effect that can be performed.

도 1은 본 발명의 일 실시예에 따른 키스트로크 다이나믹스 패턴 정보에 기초한 사용자 인증 장치(100)의 구성을 나타낸 도면이다.
도 2는 본 발명에서 사용자가 입력하는 자유로운 문자열(free text)에 대한 키스트로크의 일예를 나타낸 도면이다.
도 3은 키간 입력 간격 정보를 설명하기 위한 도면이다.
도 4는 본 발명에 의한 패턴 수집부(110)가 키간 입력 간격 정보에 기초하여 키스트로크 다이나믹스 패턴 정보를 생성하는 방법의 일예를 나타낸 흐름도이다.
도 5는 본 발명의 일실시예에 따른 입력 인터페이스가 키보드인 경우, 키패드들을 복수개의 일정 영역으로 묶고 이들을 조합화하여 복수개의 그룹을 형성하는 것을 설명하기 위한 도면이다.
도 6은 복수개의 영역의 조합에 의하여 구성되는 그룹들과 각 그룹들에 분류되는 키간 입력 간격 정보를 예시적으로 나타낸 것이다.
도 7은 도 1 내지 도 6에서 설명한 바와 같은 사용자 인증 장치(100)에 의해 구현되는 본 발명에 의한 키스트로크 다이나믹스 패턴 정보에 기초한 사용자 인증 방법의 일실시예를 나타낸 흐름도이다.
도 8 및 도 9는 본 발명에 의한 사용자 인증 장치 및 방법의 성능을 비교예와 함께 나타낸 실험의 결과값을 나타낸 것이다.
도 10은 본 발명에 의한 키스트로크 다이나믹스 패턴 정보에 기초한 사용자 인증 방법에 사용되는 키스트로크 다이나믹스 패턴 정보 생성 과정의 또 다른 실시예를 나타낸 흐름도이다.
도 11은 본 발명의 일실시예에 의한 키간 입력 정보 구성의 일예를 나타낸 도면이다.
도 12는 도 10 및 도 11의 실시예에 의해 생성된 제2 키스트로크 패턴 정보의 일예를 나타낸 도면이다.1 is a diagram illustrating a configuration of a user authentication apparatus 100 based on keystroke dynamic pattern information according to an exemplary embodiment of the present invention.
FIG. 2 is a diagram illustrating an example of keystrokes for free text input by a user in the present invention.
3 is a diagram for describing key input interval information.
4 is a flowchart illustrating an example of a method in which the pattern collector 110 generates keystroke dynamic pattern information based on inter-key input interval information.
FIG. 5 is a diagram for describing forming a plurality of groups by combining keypads into a plurality of predetermined areas and combining them when the input interface is a keyboard according to an embodiment of the present invention.
FIG. 6 exemplarily shows groups formed by a combination of a plurality of regions and inter-key input interval information classified into groups.
FIG. 7 is a flowchart illustrating an embodiment of a user authentication method based on keystroke dynamic pattern information according to the present invention implemented by the user authentication apparatus 100 as described with reference to FIGS. 1 to 6.
8 and 9 show the results of the experiment showing the performance of the user authentication device and method according to the present invention with a comparative example.
10 is a flowchart illustrating still another embodiment of a process for generating keystroke dynamic pattern information used in a user authentication method based on keystroke dynamic pattern information according to the present invention.
11 is a diagram illustrating an example of a key-key input information configuration according to an embodiment of the present invention.
FIG. 12 is a diagram illustrating an example of second keystroke pattern information generated by the embodiment of FIGS. 10 and 11.

이하, 첨부 도면을 참조하여 본 발명에 의한 실시예를 상세하게 설명하기로 한다.Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings.

도 1은 본 발명의 일 실시예에 따른 키스트로크 다이나믹스 패턴 정보에 기초한 사용자 인증 장치(100)의 구성을 나타낸 도면이다.1 is a diagram illustrating a configuration of a user authentication apparatus 100 based on keystroke dynamic pattern information according to an exemplary embodiment of the present invention.

도 1을 참조하면, 본 실시예에 의한 키스트로크 다이나믹스 패턴 정보에 기초한 사용자 인증 장치(100, 이하 사용자 인증 장치라 한다)는, 패턴 수집부(110), 키스트로크 다이나믹스 데이터베이스(120) 및 유사도 분석부(130)를 구비한다. Referring to FIG. 1, a user authentication device (hereinafter, referred to as a user authentication device) based on keystroke dynamic pattern information according to the present embodiment includes a pattern collecting unit 110, a keystroke dynamics database 120, and similarity analysis. The unit 130 is provided.

패턴 수집부(110)는 입력 인터페이스(미도시)를 통해 사용자에 의해 입력되는 키스트로크에 대한 키스트로크 다이나믹스 패턴 정보를 생성하는 기능을 수행한다. 여기에서, 입력 인터페이스(input interface)는 키보드, 키패드 등과 같은 입력 장치를 의미하며, 이러한 입력 인터페이스는 유선 또는 무선에 의하여 패턴 수집부(110)와 연결될 수 있다. 예컨대, 패턴 수집부(110)가 컴퓨터에 의해 구현되는 경우, 입력 인터페이스는 이러한 컴퓨터에 연결된 키보드일 수 있다. The pattern collector 110 generates a keystroke dynamic pattern information on a keystroke input by a user through an input interface (not shown). Here, an input interface means an input device such as a keyboard, a keypad, or the like, and the input interface may be connected to the pattern collecting unit 110 by wire or wirelessly. For example, when the pattern collecting unit 110 is implemented by a computer, the input interface may be a keyboard connected to the computer.

키스트로크(keystroke)는 입력 인터페이스에 의하여 사용자가 입력하는 적어도 2 이상의 연속되는 입력 키를 의미하며, 키스트로크 다이나믹스 패턴 정보는 이러한 키스트로크에 기초한 사용자의 키스트로크의 입력 패턴과 관련된 정보를 의미한다. 본 발명은 종래 기술에서 제한된 길이의 문자열을 사용하는 문제점을 해결하기 위하여 사용자가 입력하는 자유로운 문자열(free text)을 이용하여 키스트로크 다이나믹스 패턴 정보를 생성하는데, 키스트로크라 함은 이러한 자유로운 문자열에 대한 키 입력들을 의미한다. 자유로운 문자열(free text)이라 함은, 예컨대 도 2에 나타낸 바와 같은 문장들로 구성되는 비교적 긴 길이의 텍스트 데이터일 수 있다. 즉, 본 실시예에서의 키스트로크라 함은 입력 인터페이스를 통해 사용자로부터 입력되는 자유로운 문자열 즉, 적어도 2 이상의 연속되는 입력 키로 구성된다. The keystroke refers to at least two consecutive input keys input by the user by the input interface, and the keystroke dynamic pattern information refers to information related to the input pattern of the user's keystroke based on the keystroke. The present invention generates keystroke dynamic pattern information using a free text input by a user to solve the problem of using a limited length string in the prior art, which is referred to as keystroke. Means key inputs. Free text may be, for example, relatively long text data composed of sentences as shown in FIG. 2. That is, the keystroke in this embodiment is composed of a free string input from the user through the input interface, that is, at least two consecutive input keys.

키스트로크 다이나믹스 패턴 정보는 사용자의 키스트로크의 입력 패턴에 대한 여러가지 정보일 수 있는데, 예컨대 입력 키 사이의 간격(interval), 입력 키가 눌려진 시간(duratiion), 입력 키가 눌려지는 시점 사이의 간격인 키간 입력 간격(latency), 입력 키가 눌려지는 압력(pressure) 등과 같은 것일 수 있으며, 이 정보들을 조합하여 사용하거나 이 정보들에 대하여 소정의 처리를 수행함으로써 생성할 수 있다. The keystroke dynamic pattern information may be various pieces of information about an input pattern of a user's keystroke, for example, an interval between input keys, a duration when an input key is pressed, and an interval between when input keys are pressed. It may be such as a key-to-key input latency, a pressure at which an input key is pressed, and the like, and may be generated by using the information in combination or by performing a predetermined process on the information.

본 발명의 바람직한 일실시예에서는, 키스트로크 다이나믹스 패턴 정보로서 입력 키가 눌려지는 시점 사이의 간격인 키간 입력 간격(down-down time, latency)에 기초하여 생성하게 되는데, 키간 입력 간격은 도 3에 나타낸 바와 같이 예를 들어 사용자가 'abcd'라는 문자열을 입력하는 경우 서로 인접하여 연속적으로 입력되는 두 키들에 대한 3개의 다운-다운 타임(down-down time)인 450㎳, 700㎳ 및 600㎳로 구성될 수 있고, 이러한 키간 입력 간격 정보에 기초하여 키스트로크 다이나믹스 패턴 정보를 생성하게 된다.In a preferred embodiment of the present invention, the keystroke dynamics pattern information is generated based on down-down time, latency, which is an interval between time points at which an input key is pressed. As shown, for example, if the user enters the string 'abcd', the three down-down times for the two consecutively entered keys are 450 ms, 700 ms and 600 ms. The keystroke dynamic pattern information may be generated based on the inter-key input interval information.

한편, 패턴 수집부(110)는 사용자를 할 때 기준이 되는 키스트로크 다이나믹스 패턴 정보를 생성해 두고 이를 키스트로크 다이나믹스 데이터베이스(120)에 저장해 두는데 이와 같이 기준이 되는 키스트로크 다이나믹스 패턴 정보를 설명의 편의상 본 명세서에서는 제1 키스트로크 다이나믹스 패턴 정보라고 칭하는 것으로 한다. 그리고, 패턴 수집부(110)는 사용자 인증을 수행할 대상인 비교 대상인 키스트로크 다이나믹스 패턴 정보를 생성하고, 후술하는 유사도 분석부(130)에서 이를 기준이 되는 키스트로크 다이나믹스 패턴 정보 즉, 제1 키스트로크 다이나믹스 패턴 정보와 비교하여 사용자 인증을 수행할 수 있도록 하는데, 이와 같이 비교 대상인 키스트로크 다이나믹스 패턴 정보를 본 명세서에서는 설명의 편의상 제2 키스트로크 다이나믹스 패턴 정보라고 칭하는 것으로 한다. 실제 제1 및 제2 키스트로크 다이나믹스 패턴 정보의 형태 및 생성 방법은 동일하되 기준이 되는 정보인가 또는 비교 대상이 되는 정보인가에 따라 제1 및 제2 키스트로크 다이나믹스 패턴 정보라고 부른다는 점을 유의해야 한다.Meanwhile, the pattern collecting unit 110 generates keystroke dynamic pattern information as a reference when the user is used and stores it in the keystroke dynamics database 120. Thus, the keystroke dynamic pattern information as a reference is described. For convenience, it is referred to herein as first keystroke dynamic pattern information. In addition, the pattern collector 110 generates keystroke dynamics pattern information, which is a comparison target, to be subjected to user authentication, and the keystroke dynamics pattern information, that is, the first keystroke, based on the similarity analysis unit 130 to be described later. The user authentication can be performed in comparison with the dynamic pattern information. In this specification, the keystroke dynamic pattern information to be compared is referred to as second keystroke dynamic pattern information for convenience of description. It should be noted that the form and generation method of the first and second keystroke dynamic pattern information are the same, but are referred to as the first and second keystroke dynamic pattern information depending on whether they are the reference information or the information to be compared. do.

다음으로, 패턴 수집부(110)가 키간 입력 간격 정보에 기초하여 키스트로크 다이나믹스 패턴 정보를 생성하는 방법에 도 4 이하를 참조하여 설명한다.Next, a method in which the pattern collecting unit 110 generates keystroke dynamic pattern information based on key-to-key input interval information will be described with reference to FIG. 4.

도 4는 본 발명에 의한 패턴 수집부(110)가 키간 입력 간격 정보에 기초하여 키스트로크 다이나믹스 패턴 정보를 생성하는 방법의 일예를 나타낸 흐름도로서, 도 4를 참조하면, 우선 패턴 수집부(110)는 전술한 바와 같이 키보드 등과 같은 입력 인터페이스를 통해 사용자에 의해 입력되는 적어도 2 이상의 입력 키로 구성되는 키스트로크에 대한 입력 키 정보와 인접하여 입력되는 두 입력 키 사이의 키간 입력 간격 정보를 수집한다(S11). 여기에서 입력 키 정보라 함은, 사용자가 입력한 입력 키를 식별하기 위한 정보 그 자체를 의미하며, 예컨대, 사용자가 키보드상의 "a"를 입력한 경우 "a"가 입력 키 정보에 해당한다. 키간 입력 간격 정보는 앞서 설명한 바와 같이 도 3과 같은 형태로 구성될 수 있다. FIG. 4 is a flowchart illustrating an example of a method in which the pattern collector 110 generates keystroke dynamic pattern information based on key-to-key input interval information. Referring to FIG. As described above, the controller collects input key information on a keystroke composed of at least two input keys input by a user through an input interface such as a keyboard and inter-key input interval information between two input keys that are adjacently input (S11). ). Herein, the input key information means information itself for identifying the input key input by the user. For example, when the user inputs "a" on the keyboard, "a" corresponds to the input key information. The key-to-key interval information may be configured as shown in FIG. 3 as described above.

다음으로, 패턴 수집부(110)는 상기 키간 입력 정보를 복수개의 그룹들 중 어느 하나에 포함되도록 분류한다(S12). 여기에서, 복수개의 그룹은 미리 지정해 둘 수 있는데, 본 발명의 바람직한 일실시예에 의하면, 키간 입력 정보와 관련된 인접하여 입력된 두 입력 키의 입력 키 정보에 기초하여 복수개의 그룹들 중 어느 하나에 포함되도록 분류하도록 할 수 있다. 예컨대 도 3과 같은 경우라면, "ab", "bc", "cd" 등과 같이 나란하게 인접하여 입력되는 입력 키 정보의 쌍에 기초하여 복수개의 그룹에 속하도록 분류할 수 있다. Next, the pattern collecting unit 110 classifies the inter-key input information into one of a plurality of groups (S12). Herein, a plurality of groups may be designated in advance. According to one embodiment of the present invention, a plurality of groups may be assigned to any one of the plurality of groups based on input key information of two adjacent input keys related to inter-key input information. Can be classified for inclusion. For example, in the case of FIG. 3, it may be classified to belong to a plurality of groups based on pairs of input key information inputted adjacently in parallel, such as "ab", "bc", and "cd".

이 때, 복수개의 그룹은 사용자의 입력 인터페이스에 의해 제공되는 키 패드들에 대하여 구분된 복수개의 영역의 조합으로 구성될 수 있다. 예컨대, 입력 인터페이스가 키보드인 경우, 사용자는 일반적으로 양손을 사용하여 키보드에 배치된 키패드들을 입력하게 되는데 이 때 키패드들을 복수개의 일정 영역으로 묶고 이들을 조합화하여 인접하여 입력되는 입력 키 정보가 어떤 영역에 각각 속한 것인가를 판단하여 분류할 수 있다.In this case, the plurality of groups may be configured by a combination of a plurality of areas separated with respect to the keypads provided by the user's input interface. For example, when the input interface is a keyboard, a user generally inputs keypads disposed on the keyboard by using both hands. At this time, the keypads are grouped into a plurality of predetermined areas, and the combination of them is used to input an input key information that is adjacently input. It can be classified to determine whether they belong to each.

예를 들면, 도 5에 도시한 바와 같이, 입력 인터페이스가 일반적인 qwerty 키보드인 경우, 사용자가 키보드를 사용할 때 왼손을 사용하여 입력하는 키 패드들의 조합으로 구성된 제1 영역(51)과, 오른손을 사용하여 입력하는 키 패드들의 조합으로 구성된 제2 영역(52), 스페이스바 키 패드로 구성된 제3 영역(53)의 3개의 영역으로 구분하고, 이들 영역들의 조합을 복수의 그룹으로 형성할 수 있다. 설명의 편의상 제1 영역(51)을 L 영역, 제2 영역(52)을 R 영역, 제3 영역(53)을 S 영역이라고 하면, 이들의 조합은 L영역-L영역, L영역-R영역, L영역-S영역, R영역-R영역, R영역-L영역, R영역-S영역, S영역-L영역, S영역-R영역, S영역-S영역의 총 9개로 구성되고, 이에 따라 그룹은 총 9개로 구분될 수 있다.For example, as shown in FIG. 5, when the input interface is a general qwerty keyboard, the first area 51 composed of a combination of key pads input by the user using the left hand when the user uses the keyboard and the right hand are used. The second area 52 composed of a combination of keypads to be inputted and the third area 53 composed of a spacebar keypad may be divided into three regions, and the combination of the regions may be formed into a plurality of groups. For convenience of explanation, assuming that the first region 51 is an L region, the second region 52 is an R region, and the third region 53 is an S region, the combination thereof is L region-L region, L region-R region. , L area-S area, R area-R area, R area-L area, R area-S area, S area-L area, S area-R area, S area-S area. Therefore, the group can be divided into nine groups.

도 6은 이와 같이 복수개의 영역의 조합에 의하여 구성되는 그룹들과 각 그룹들에 분류되는 키간 입력 간격 정보를 예시적으로 나타낸 것이다.FIG. 6 exemplarily illustrates groups comprised by a combination of a plurality of regions and key-to-key input interval information classified into groups.

도 6을 참조하면, 전술한 바와 같은 L, R, S 영역들의 조합, 즉, L영역-L영역, L영역-R영역, L영역-S영역, R영역-R영역, R영역-L영역, R영역-S영역, S영역-L영역, S영역-R영역, S영역-S영역으로 구성되는 9개의 그룹과 각 그룹에 속하는 키간 입력 정보(단위:ms)를 각각 3개씩 나타낸 것이다. Referring to Fig. 6, combinations of the L, R, and S regions as described above, that is, L region -L region, L region -R region, L region -S region, R region -R region, R region -L region In this case, nine groups consisting of R area-S area, S area-L area, S area-R area, and S area-S area, and three key input information (unit: ms) belonging to each group are shown.

예컨대, "안녕하세요"라는 문장을 입력하는 경우를 예로 들면, 서로 인접하여 연속적으로 입력되는 두 입력 키들의 쌍은 "ㅇ, ㅏ", "ㅏ,ㄴ", "ㄴ,ㄴ", "ㄴ,ㅕ", "ㅕ,ㅇ", "ㅇ,ㅎ', "ㅎ,ㅏ", "ㅏ,ㅅ", "ㅅ,ㅔ", "ㅔ,ㅇ", "ㅇ,ㅛ"과 같이 나타낼 수 있고, 이들 각각에 대한 키간 입력 간격 정보를 얻을 수 있는데, 이러한 키간 입력 간격 정보를 도 6과 같은 형태로 구분된 그룹에 각각 대응하도록 분류할 수 있다. 예컨대, "ㅇ, ㅏ"의 키간 입력 간격 정보가 120ms인 경우, "ㅇ"은 L 영역에 속하고, "ㅏ"는 R 영역에 속하므로 이 키간 입력 간격 정보는 L-R 그룹으로 분류하여 여기에 포함되도록 한다. 다음으로, "ㅏ,ㄴ"의 키간 입력 간격 정보가 160ms인 경우 "ㅏ"는 R 영역, "ㄴ"은 L 영역에 속하므로 이 키간 입력 정보는 R-L 그룹으로 분류하여 여기에 포함되도록 한다. 마찬가지 방법으로 다른 입력 키 쌍에 대해서도 속해야 할 그룹을 판별하여 포함되도록 분류할 수 있다.For example, in the case of inputting the sentence "hello", a pair of two input keys consecutively inputted adjacent to each other are "ㅇ, ㅏ", "ㅏ, ㄴ", "ㄴ, ㄴ", "ㄴ, ㅕ" "," ㅕ, ㅇ "," ㅇ, ㅎ "," ㅎ, ㅏ "," ㅏ, ㅅ "," ㅅ, ㅔ "," ㅔ, ㅇ "," ㅇ, ㅛ " The inter-key input interval information for each can be obtained, and the inter-key input interval information can be classified to correspond to each of the divided groups as shown in Fig. 6. For example, the inter-key input interval information of " o, ㅏ " In this case, "ㅇ" belongs to the L region and "ㅏ" belongs to the R region, so this inter-key input interval information is classified into an LR group to be included therein. Next, the inter-key input interval of "의, ㄴ" If the information is 160ms, since "ㅏ" belongs to the R area and "ㄴ" to the L area, this key input information is classified into an RL group to be included therein. As it can be classified to be included to determine the group to be part of the input key for the other pair.

한편, 도 6은 설명의 편의를 위하여 각 그룹별로 키간 입력 정보가 3개씩 포함되도록 나타낸 것이며, 실제 문장을 자유롭게 사용할 때는 이와 같이 균등하게 분포되지는 않는다는 점을 유의해야 한다. 실제 영어의 S-S 조합은 거의 나타나지 않는 조합이므로 이러한 조합은 사용을 고려하지 않을 수 있다. 또한, 한국어(Korean)에서는 R-R과 S-R이 언어학적 특성으로 인해서 거의 사용되지 않는다. 즉, 한국어는 초성-중성-종성이 자음-모음-자음의 순서로 이루어져 있으며 일반적으로 사용되는 QWERTY 키보드는 왼손으로 자음, 오른손으로 모음을 입력하도록 배열이 되어 있기 때문이라고 볼 수 있다. 예를 들어, 국문에서 오른손-오른손의 조합으로 이루어지는 경우는 "ㅐ"와 "ㅔ"를 제외한 이중모음이 해당하며 실제 문자열에서 거의 발생하지 않는다. 또한, 스페이스 바를 누른 후 초성은 항상 자음이기 때문에 스페이스바-오른손의 조합은 거의 발생하지 않는다. 이와 같이, 입력 인터페이스에 사용되는 문자 또는 언어의 특성에 따라 일부 조합에 대한 고려를 생략할 수도 있을 것이다.On the other hand, Figure 6 is shown to include three key input information for each group for convenience of description, it should be noted that it is not evenly distributed like this when using the actual sentence freely. Since the actual English S-S combination is a rare combination, such a combination may not be considered for use. Also, in Korean, R-R and S-R are rarely used due to their linguistic characteristics. In other words, Korean has a consonant-neutral-jongseong consonant-vowel-consonant order, and QWERTY keyboards are commonly used to arrange consonants with the left hand and vowels with the right hand. For example, in Korean, the right hand-right hand combination is a double vowel except for "ㅐ" and "ㅔ", and it rarely occurs in actual strings. In addition, since the initial consonants are always consonants after pressing the space bar, the combination of the space bar and the right hand hardly occurs. As such, consideration of some combinations may be omitted depending on the characteristics of the characters or languages used in the input interface.

또한, 도 6의 경우에는 각 그룹별로 키간 입력 정보가 3개씩 즉 복수개 포함되어 있으나 이들을 적절히 처리하여 그 숫자를 줄일 수도 있다. 예컨대, 전체의 평균값을 구하여 하나의 값으로 나타내거나, 최소값과 최대값을 제거하고 나머지 값만으로 구성할 수도 있음은 물론이다. In the case of FIG. 6, three key input information is included for each group, that is, a plurality of key input information may be processed. For example, the average value of the whole may be obtained and expressed as one value, or the minimum and maximum values may be removed and the remaining values may be configured.

또한, 복수개의 영역들을 사용자의 손에 대응하여 구분한 것 이외에 다른 방법을 사용하여 적절하게 영역화할 수도 있음은 물론이다. 예컨대, 도 5에서 "qwer.."로 시작되는 횡방향의 키패드들의 영역, 그 다음 칸의 키패드들의 영역, 그 다음 칸의 키패드들의 영역 등과 같이 구분할 수도 있을 것이다. 또한, 3개 이하 또는 이상의 영역을 구분하는 것도 가능함은 물론이다. In addition, the plurality of areas may be appropriately divided using other methods other than corresponding to the user's hand. For example, in FIG. 5, the area of the lateral keypads starting with "qwer ..", the area of the keypads of the next cell, the area of the keypads of the next cell, and the like may be distinguished. In addition, of course, it is also possible to distinguish three or less areas or more.

다시 도 1을 참조하면, 키스트로크 다이나믹스 데이터베이스(120)는 전술한 바와 같이 패턴 수집부(110)에 의해 수집된 키스트로크 다이나믹스 패턴 정보를 저장하기 위한 수단이다. 키스트로크 다이나믹스 데이터베이스(120)는 각 사용자별로 예컨대 도 6과 같은 형태로 키스트로크 다이나믹스 패턴 정보를 저장해 두는데, 전술한 바와 같이 사용자 인증시 기준이 되는 제1 키스트로크 다이나믹스 패턴 정보를 저장해 두었다가 사용자 인증이 필요한 경우 유사도 분석부(130)에 의해 비교 대상이 되는 제2 키스트로크 다이나믹스 패턴 정보를 비교할 수 있도록 한다. Referring again to FIG. 1, the keystroke dynamics database 120 is a means for storing keystroke dynamic pattern information collected by the pattern collector 110 as described above. The keystroke dynamics database 120 stores the keystroke dynamics pattern information for each user in the form of, for example, FIG. 6. As described above, the keystroke dynamics database 120 stores the first keystroke dynamics pattern information, which is a reference for user authentication, and then authenticates the user. If necessary, the similarity analyzer 130 may compare second keystroke dynamic pattern information to be compared.

유사도 분석부(130)는 앞서 설명한 바와 같이 키스트로크 다이나믹스 데이터베이스(120)에 저장해둔 제1 키스트로크 다이나믹스 패턴 정보와 비교 대상이 되는 제2 키스트로크 다이나믹스 패턴 정보를 비교하여 키스트로크 다이나믹스 패턴 정보의 유사도를 분석함으로써 사용자 인증 기능을 수행하는 수단이다. 유사도 분석부(130)는 전술한 바와 같이 복수개의 그룹으로 분류되는 키간 입력 간격 정보를 각 그룹별로 비교함으로써 제1 키스트로크 다이나믹스 패턴 정보와 제2 키스트로크 다이나믹스 패턴 정보가 어느 정도 일치하는지를 판단할 수 있는데, 이 때 사용되는 판단 방법은 여러가지를 사용할 수 있다. 예컨대, 각각의 그룹별로 키간 입력 간격 정보 사이의 차를 구하고 이들 차에 대한 적절한 통계적 검증 방법을 사용함으로써 확률적인 값에 기초한 일치 여부를 판별할 수 있다. The similarity analyzer 130 compares the first keystroke dynamics pattern information stored in the keystroke dynamics database 120 with the second keystroke dynamics pattern information to be compared and compares the similarity of the keystroke dynamics pattern information. It is a means of performing the user authentication function by analyzing the. As described above, the similarity analyzer 130 may determine how much the first keystroke dynamic pattern information and the second keystroke dynamic pattern information correspond to each other by comparing key input interval information classified into a plurality of groups for each group. However, the determination method used at this time can be used in various ways. For example, it is possible to determine a match based on a probabilistic value by obtaining a difference between key input interval information for each group and using an appropriate statistical verification method for these differences.

본 발명의 바람직한 일실시예에 의하면, 통계학 분야의 종래 기술로서 알려진 콜모고로프 스미로노프(Kolmogorov-Smirnov) 검정(이하, KS 검정이라 한다) 기법을 사용할 수 있는데, 앞서 설명한 바와 같이 각 그룹별로 키간 입력 간격 정보를 비교하므로 각 그룹별로 KS 검정을 적용하는 다중 KS 검정 방법을 사용할 수 있다. According to a preferred embodiment of the present invention, the Kolmogorov-Smirnov test (hereinafter referred to as KS test) technique, which is known as a conventional technique in the field of statistics, may be used. By comparing the input interval information between keys, you can use the multiple KS test method that applies the KS test for each group.

KS 검정은 분석에 사용되는 데이터가 특정 분포를 따른다는 가정을 따르지 않을 때 두 집단의 분포의 유사 여부를 측정하는데 사용되는 방법론이다. N₁을 합법적 사용자의 어느 하나의 그룹에 대한 키스트로크 다이나믹스 패턴 정보(제1 키스트로크 다이나믹스 패턴 정보)에 포함된 키간 입력 간격(latency)의 총 수라고 하고, N₂를 검증하고자 하는 사용자의 어느 하나의 그룹에 대한 키스트로크 다이나믹스 패턴 정보(제2 키스트로크 다이나믹스 패턴 정보)에 포함된 키간 입력 간격(latency)의 총 수라고 하면, 각 사용자에 대한 경험적 분포 함수 F는 다음의 수학식 1 및 수학식 2와 같이 정의될 수 있다.The KS test is a methodology used to measure the similarity of distributions between two groups when the data used for analysis do not follow the assumption that they follow a specific distribution. N said _first legal total number of kigan input interval (latency) included in the keystroke dynamics pattern about any one of a group of users (a first keystroke dynamics pattern information), and any of the user who wishes to verify the N ₂ If the total number of key-to-key input latencies included in the keystroke dynamics pattern information (second keystroke dynamics pattern information) for one group, the empirical distribution function F for each user is given by It can be defined as Equation 2.

여기서, X_i는 동일하고 독립적인 분포를 따르며(independent identically distributed, iid)이며, I_Xi _≤x는 지시함수로써 X_i≤x 이면 1을 반환하고 그렇지 않은 경우에는 0을 반환한다. KS 검정의 첫 번째 단계에서는 상기 수학식 1 및 2의 경험적 분포함수를 사용하여 다음의 수학식 3과 같이 KS 평가치(KS statistics)를 계산한다.Here, X _i is subject to the same and independent of the distribution is (independent identically distributed, iid), I Xi ≤x is if X _i ≤x as indicated function returns 1, and otherwise it returns 0 if not. In the first step of the KS test, KS statistics are calculated using the empirical distribution function of Equations 1 and 2 as shown in Equation 3 below.

여기서, sup｜A｜는 집합 A의 상한을 의미한다. 상기 수학식 3에 의해 KS 평가치

가 주어지면, 각 그룹별 유사도 확률값(p)은 다음의 수학식 4에 의해 추정되는 KS 유사도(KS score)로 계산될 수 있다.Sup | A | means the upper limit of set A here. KS evaluation value according to Equation 3

Given, the similarity probability value p for each group may be calculated as KS similarity (KS score) estimated by Equation 4 below.

여기에서,

는 콜모고로프 분포의 누적 분포 함수(cumulative distribution function : CDF)이며 다음의 수학식 5와 같이 계산된다.From here,

Is a cumulative distribution function (CDF) of the Colmogorov distribution and is calculated as shown in Equation 5 below.

KS 유사도(KS score)는 확률값이므로 0부터 1사이의 값으로 표현되며, KS 유사도(KS score)가 높을수록 비교되는 대상들은 서로 유사한 것으로 판단할 수 있고, 낮을수록 비교되는 대상들은 서로 유사하지 않은 것으로 판단할 수 있다. 전술한 바와 같이, KS 검정은 각각의 그룹별로 수행되므로 각 그룹에 대한 KS 검정 결과는 그룹별 유사도에 대한 확률값이 된다. 이와 같은 KS 검정을 각각의 그룹별로 다중으로 수행하게 되면 각 그룹에 대한 유사도의 확률값(p, KS score)를 얻을 수 있고, 이들 각각의 그룹별 유사도의 확률값(p)를 종합적으로 고려하여 후술하는 바와 같이 최종적으로 키스트로크 다이나믹스 패턴 정보의 유사 여부에 대한 분석을 확률에 기초하여 판단할 수 있다.Since KS similarity (KS score) is a probability value, it is expressed as a value between 0 and 1.The higher KS similarity (KS score) is, the more comparable the subjects can be judged to be similar, and the lower the comparable subjects are not similar to each other. It can be judged that. As described above, since the KS test is performed for each group, the KS test result for each group is a probability value for the similarity for each group. When the KS test is performed in multiple groups for each group, a probability value (p, KS score) of similarity for each group can be obtained, which will be described later in consideration of the probability values (p) of similarity for each group. As described above, an analysis of similarity of keystroke dynamic pattern information may be finally determined based on probability.

다음으로, 전술한 바와 같이 추정되는 각 그룹별 유사도의 확률값(p)들에 기초하여 이들을 종합적으로 고려하여 최종 유사도 확률값(p-value)을 추정하는 과정을 설명한다. 최종 유사도 확률값을 구하는 방법 또한 종래의 통계 및 확률학적 방법에 의해 알려진 여러 가지 방법을 사용할 수 있으나 본 발명의 바람직한 실시예에 의하면 피셔스 방법(Fisher’s method)를 사용할 수 있다.Next, a process of estimating the final similarity probability value (p-value) by comprehensively considering them based on the probability values p of the similarity for each group estimated as described above will be described. The method of obtaining the final similarity probability value may also use various methods known by conventional statistical and probabilistic methods, but according to the preferred embodiment of the present invention, the Fisher's method may be used.

피셔스 방법은 동일한 가설에 대해 독립적으로 여러 번 검정을 수행했을 때 추정되는 여러 확률값들을 하기의 수학식 6과 같이 조합하여, 자유도가 2k인 카이제곱 분포를 따르는 검정통계량으로 변환하고, 변환된 검정통계량을 이용하여 통합된 하나의 최종 확률값을 구하는 방법이다.The Fisher's method combines the probability values estimated when the test is performed several times independently on the same hypothesis as shown in Equation 6 below, converts the test statistic along the chi-square distribution with 2k degrees of freedom, and converts the test. This method uses statistics to find a single final probability value.

여기에서, Pi는 i번째 KS 검정의 유사도 확률값(p)을 의미하며, k는 독립적인 검정이 수행된 수를 의미한다. 균등분포를 따르는 Pi의 음의 자연로그는 지수 분포를 따르게 되고, 그것에 2배수를 함으로써 2의 자유도를 갖게 되고, k개를 더함으로써 얻어지는 검정통계량은 자유도가 2k인 카이제곱 분포를 따르게 된다.Here, Pi means the similarity probability value (p) of the i-th KS test, and k means the number of independent tests performed. The negative natural logarithm of Pi along an even distribution follows the exponential distribution, has a two degree of freedom by doubling it, and the test statistic obtained by adding k is the chi square distribution with 2k degrees of freedom.

다음으로, 하기의 수학식 7을 이용하여 앞서 얻은 검정통계량으로부터 통합된 하나의 최종 유사도 확률값(p-value)을 구한다.Next, one final similarity probability value (p-value) integrated from the test statistics obtained above is obtained using Equation 7 below.

여기에서, 최종 유사도 확률값(p-value)은 0과 1 사이에 분포하므로 이를 점수화하게 되면, 각 그룹별 키스트로크 다이나믹스 패턴 정보들 사이의 유사도의 확률값에 기초하여 최종적인 유사도의 확률값을 얻을 수 있게 된다. 최종 유사도 확률값(p-value)이 높을 수록 비교되는 키스트로크 다이나믹스 패턴 정보가 유사하다고 판단할 수 있고 낮을 수록 비교되는 키스트로크 다이나믹스 패턴 정보가 유사하지 않은 것으로 최종 판단할 수 있게 된다.Here, since the final similarity probability value (p-value) is distributed between 0 and 1, when the score is scored, the final similarity probability value can be obtained based on the probability value of similarity between the keystroke dynamic pattern information of each group. do. As the final similarity probability value (p-value) is higher, the keystroke dynamics pattern information to be compared may be determined to be similar, and as the lower keystroke dynamics pattern information to be compared may be determined to be not similar.

도 7은 도 1 내지 도 6에서 설명한 바와 같은 사용자 인증 장치(100)에 의해 구현되는 본 발명에 의한 키스트로크 다이나믹스 패턴 정보에 기초한 사용자 인증 방법의 일실시예를 나타낸 흐름도이다.FIG. 7 is a flowchart illustrating an embodiment of a user authentication method based on keystroke dynamic pattern information according to the present invention implemented by the user authentication apparatus 100 as described with reference to FIGS. 1 to 6.

도 7을 참조하면, 우선 사용자 인증 장치(100)의 패턴 수집부(110)는 전술한 바와 같이 제1 키스트로크 다이나믹스 패턴 정보와 제2 키스트로크 다이나믹스 패턴 정보를 생성한다(S71, S72). 여기에서, 전술한 바와 같이 제1 키스트로크 다이나믹스 패턴 정보는 기준이 되는 키스트로크 다이나믹스 패턴 정보를 의미하고, 제2 키스트로크 다이나믹스 패턴 정보는 사용자 인증을 수행할 대상인 비교 대상인 키스트로크 다이나믹스 패턴 정보를 의미한다. 전술한 바와 같이, 각각의 키스트로크 다이나믹스 패턴 정보는 복수개의 그룹으로 분류된 키간 입력 간격 정보들의 형태로 생성된다.Referring to FIG. 7, first, the pattern collector 110 of the user authentication apparatus 100 generates the first keystroke dynamic pattern information and the second keystroke dynamic pattern information as described above (S71 and S72). Here, as described above, the first keystroke dynamics pattern information refers to the keystroke dynamics pattern information, and the second keystroke dynamics pattern information refers to the keystroke dynamics pattern information to be compared to be the user authentication target. do. As described above, each keystroke dynamics pattern information is generated in the form of inter-key input interval information classified into a plurality of groups.

다음으로, 사용자 인증 장치(100)의 유사도 분석부(130)는 전술한 바와 같은 방법으로 제1 키스트로크 다이나믹스 패턴 정보와 제2 키스트로크 다이나믹스 패턴 정보를 비교하여 유사도를 분석함으로써 사용자 인증을 수행하게 된다(S73). 여기에서, 전술한 바와 같이, 각각의 키스트로크 다이나믹스 패턴 정보들은 복수개의 그룹 각각에 대하여 그룹별로 키간 입력 간격 정보를 비교하여 그룹별 유사도 확률값을 추정하고, 그룹별 유사도 확률값들을 전체적으로 고려하여 최종적으로 하나의 최종 유사도 확률값을 생성하게 되는데, 이 때 본 발명의 바람직한 일실시예에 의하면 그룹별 유사도 확률값은 전술한 바와 같이 다중 KS 검정 방법을 사용할 수 있고, 그룹별 유사도 확률값에 기초하여 최종 유사도 확률값을 생성하는 것은 피셔스 방법을 사용할 수 있다. Next, the similarity analysis unit 130 of the user authentication apparatus 100 compares the first keystroke dynamic pattern information with the second keystroke dynamic pattern information in the same manner as described above to analyze the similarity to perform user authentication. (S73). Here, as described above, each keystroke dynamics pattern information is compared with each other's key input interval information for each of the plurality of groups to estimate the similarity probability value for each group, and finally considering the similarity probability values for each group as a whole In this case, according to one preferred embodiment of the present invention, a similarity probability value for each group may use a multiple KS test method as described above, and generate a final similarity probability value based on the similarity probability value for each group. To do this can use the Fisher method.

다음으로, 본 발명에 의한 방법 및 장치를 실제 실험한 결과에 대하여 설명한다.Next, the result of the actual experiment of the method and apparatus by this invention is demonstrated.

우선, 본 발명에 의하여 키스트로크 다이나믹스 패턴 정보를 복수개의 그룹으로 분류하는 방법이 통계적으로 유의한 결과를 나타내는가에 대하여 살펴 본다.만약 통계적으로 유의한 수준의 차이가 없다면 제안하는 방법론은 의미가 없기 때문이다. 실험은 영문(English)의 경우 34명의 사용자에 대해서, 국문(Korean)의 경우 35명의 사용자에 대해서 신뢰 수준(Confidence Level) 5%에서 불합격(Reject) 여부를 판단하였다. 불합격된다면 두 분포가 다르다는 의미이므로 제안한 방법이 통계적으로 유의하다는 것을 의미한다. First, the method of classifying keystroke dynamics pattern information into a plurality of groups shows a statistically significant result according to the present invention. If there is no statistically significant level difference, the proposed methodology is meaningless. to be. In the experiment, 34 users in English and 35 users in Korean were judged to reject at a Confidence Level of 5%. If it fails, it means that the two distributions are different, which means that the proposed method is statistically significant.

표 1 및 표 2에서 백분율은 각각의 그룹별로 불합격된 사용자의 비율을 나타내는데, 그 값이 클수록 많은 사용자들에서 서로 유사하지 않다는 것을 의미한다. 표 1 및 표 2에서 볼 수 있듯이 거의 모든 그룹에 대하여 대부분의 사용자들이 서로 다르다는 것을 보여주므로 본 실시예에 따른 그룹별 분류는 통계학적으로 유의하다는 결론을 얻을 수 있다. 이와 같이, 본 실시예에 따른 방법은 매우 효과적으로 키들을 그룹핑(grouping) 하고 있다는 것을 알 수 있다.In Tables 1 and 2, the percentages represent the percentage of users who failed in each group, meaning that the larger the value, the more dissimilar they are in many users. As can be seen from Table 1 and Table 2, since most users are different from each other for almost all groups, it can be concluded that the classification by group according to the present embodiment is statistically significant. As such, it can be seen that the method according to the present embodiment is grouping keys very effectively.

다음으로, 본 발명에 의한 사용자 인증 방법을 구체적으로 실험한 결과에 대하여 설명한다. Next, the result of experimenting the user authentication method by this invention concretely is demonstrated.

1. 데이터 수집 과정1. Data Collection Process

데이터 수집은 영문(English)과 국문(Korean)에 대해 수행하였으며, 영문과 국문의 경우 각각 35명, 34명의 실험자를 모집했다. 모든 실험자에게 키스트로크 다이나믹스 데이터를 저장하기 위한 실험 프로그램(도 2 참조)을 배포하였으며, 자신이 평소에 사용하던 컴퓨터와 키보드를 사용하여 실험자별로 각기 다른 A4 용지 한 장의 분량인 약 3,500~4,000개의 키스토로크의 문자열에 대해 입력하도록 하였다. 문자열 입력시 숫자와 특수 문자는 입력하지 않고 영문의 경우 대소문자는 무시했으며, 평소에 타이핑하듯 입력하도록 하였다.Data collection was conducted in English and Korean, and 35 and 34 experimenters were recruited in English and Korean, respectively. The experiment program (see Fig. 2) was distributed to all the experimenters for storing the keystroke dynamics data, and about 3,500 to 4,000 kisses, each of which was different from each experimenter, were made by using a computer and a keyboard that he used everyday. You have to enter a string for the torque. When entering a text string, numbers and special characters are not entered. In case of English, uppercase and lowercase letters are ignored.

2. 실험 선정2. Selection of experiment

인증 실험 시, 실험자의 전체 키스트로크 데이터를 고정된 크기의 여러 개의 셋으로 나누었다. 모든 실험자에 대해 각 실험자의 첫 번째 데이터 셋을 참조 셋으로 설정하였으며 그 외의 나머지 데이터 셋을 이용하여 인증 실험을 수행하였다. 즉, 한 명의 실험자의 데이터 셋이 k개 라고 하면, 그 중 첫 번째 셋을 참조 셋으로 설정하고, 하나의 참조 셋에 대해 유효한 사용자의 인증 시도는 k-1번, 침입자의 인증 시도는 "(실험자 수-1)×k번" 이루어지게 된다.In the certification experiment, the total keystroke data of the experimenter was divided into several sets of fixed size. For all experimenters, the first data set of each experimenter was set as the reference set, and the other experiments were performed for the authentication experiment. That is, if one experimenter has k data sets, the first set is set to the reference set, and the valid user's authentication attempt for one reference set is k-1, and the attacker's authentication attempt is "( Number of experimenters-1) × k times ”.

본 발명에 의한 사용자 인증 장치 및 방법의 성능을 평가하기 위해 3 가지 비교 방법론을 선택하였는데, 이들 비교 방법론들은 각각 특성 추출을 하지 않은 단일 KS 검정[Kang et al.(2009) 또는 K2009], 이중 글자(digraph)의 입력 시간을 평균으로 구한 R & A 지표[Guentti and Picardi(2005)-mean 또는 G2005-mean], 그리고 중간값으로 구한 R & A 지표[Guentti and Picardi(2005)-median 또는 G2005-median]를 각각 사용한 방법론이다. 사용자 인증 시스템의 성능을 비교할 때에는 각 데이터 셋의 크기를 300개로 하였다. 또한 성능 비교뿐만 아니라, 인증에 필요한 최소 키스트로크 다이나믹스 셋의 크기를 가늠하기 위해 셋의 크기를 50개부터 300개까지 50개 단위로 증가시켜가며 성능의 변화를 평가했다. 성능을 평가하는 척도로는 임계값의 변화에 대해 독립적인 EER(Equal Error Rate)을 사용하였다.Three comparative methodologies were selected to evaluate the performance of the user authentication apparatus and method according to the present invention. These comparative methodologies are single KS test [Kang et al. (2009) or K2009], double letter without feature extraction, respectively. R & A index (Guentti and Picardi (2005) -mean or G2005-mean), which averaged the input time of the (digraph), and R & A index (Gentti and Picardi (2005) -median, or G2005- median]. When comparing the performance of the user authentication system, each data set was set to 300 sizes. In addition to performance comparisons, the change in performance was evaluated by increasing the size of the set from 50 to 300 in 50 increments to determine the size of the minimum keystroke dynamics set required for certification. As a measure of performance, an EER (Equal Error Rate) independent of the change in the threshold was used.

3. 실험 결과3. Experimental Results

인증에 필요한 키스트로크 데이터의 수가 적을수록 실제 상황에서 유용하게 작용할 수 있기 때문에 어떠한 방법론이 적은 데이터로도 만족할만한 성능을 보여주는지 파악하기 위해 데이터 셋의 크기를 변화시켜가며 실험을 수행하였다. 데이터 셋의 크기는 50에서 300까지 50개 단위로 증가시켜가며 인증 성능을 측정하였으며, 각 데이터 셋의 크기에 따른 입력 언어별 EER의 변화는 표 3 및 표 4와 같고, 이를 그래프로 나타내면 도 8 및 도 9와 같다.Since the smaller the number of keystroke data required for authentication, the more useful it is in real-world situations. We experimented with varying the size of the data set to find out which methodology shows satisfactory performance with less data. The authentication performance was measured by increasing the size of the data set from 50 to 300 in 50 units, and the change of EER for each input language according to the size of each data set is shown in Tables 3 and 4, and the graph is shown in FIG. And FIG. 9.

상기 표 3, 표 4, 도 8 및 도 9에서 볼 수 있듯이, R & A 지표 사용시, digraph의 입력 시간으로 평균을 사용한 경우보다 중간값을 사용한 경우 성능이 더 좋음을 알 수 있고, 이로부터 R & A지표는 이상치에 대해 민감하다는 결론을 내릴 수 있다. 하지만, KS 검정의 경우 입력 시간들의 누적분포를 사용하기 때문에 이상치에 영향을 거의 받지 않음을 알 수 있다. 또한 KS 검정의 인증 성능은 데이터 셋의 크기가 작음에도 불구하고 R & A지표를 이용한 인증 성능보다 좋음을 알 수 있다. 데이터 셋의 크기가 작은 경우, 비교예의 두 데이터 셋에서 공통적으로 포함된 digraph의 수가 적어지기 때문에 좋은 성능을 낼 수 없게 된다. 그리고, 비교예의 단일 KS 검정의 경우 키보드 입력을 통한 키스트로크 다이나믹스의 특성을 전혀 고려하지 않고 검정을 수행하므로, 좋은 성능을 낼 수 없다. 하지만, 본 실시예에 따른 다중 KS 검정은 인접한 두 입력키에 대한 그룹별로 분류된 키간 입력 간격 정보에 기초하여 KS 검정을 여러 번 수행하기 때문에 데이터 셋의 크기가 커짐에 따라 단일 KS 검정에 비해 성능 향상의 폭이 큰 것을 볼 수 있다.
As shown in Table 3, Table 4, Figure 8 and Figure 9, when using the R & A index, it can be seen that the performance is better when the median value is used than when using the average as the input time of the digraph, from this R It can be concluded that the & A indicator is sensitive to outliers. However, it can be seen that the KS test is not affected by the outlier because it uses the cumulative distribution of the input times. In addition, the authentication performance of KS test is better than that of R & A indicator despite the small size of data set. If the size of the data set is small, the number of digraphs commonly included in the two data sets of the comparative example will not be able to achieve good performance. In the case of the single KS test of the comparative example, the test is performed without considering the characteristics of the keystroke dynamics through the keyboard input at all, and thus it may not produce good performance. However, since the multiple KS test according to the present embodiment performs the KS test several times based on the inter-key input interval information classified by groups for two adjacent input keys, the performance of the KS test is increased compared to the single KS test as the size of the data set increases. It can be seen that the range of improvement is large.

한편, 본 발명의 다른 실시예에 의하면 키스트로크 다이나믹스 패턴 정보를 생성하는 방법으로서, 도 1 내지 도 9를 참조하여 설명한 방법과 다른 방법을 사용할 수 있는데, 도 10 이하를 참조하여 이에 대하여 설명한다.Meanwhile, according to another embodiment of the present invention, a method different from the method described with reference to FIGS. 1 to 9 may be used as a method for generating keystroke dynamic pattern information, which will be described below with reference to FIG. 10.

도 10은 본 발명에 의한 키스트로크 다이나믹스 패턴 정보에 기초한 사용자 인증 방법에 사용되는 키스트로크 다이나믹스 패턴 정보 생성 과정의 또 다른 실시예를 나타낸 흐름도이다. 도 10은 키스트로크 다이나믹스 패턴 정보를 생성하는 과정만을 나타낸 것으로서 그 이후의 절차 즉, 생성된 키스트로크 다이나믹스 패턴 정보를 비교하여 유사도를 분석하는 과정은 도 1 내지 도 9와 마찬가지이므로 이에 대한 설명은 생략한다.10 is a flowchart illustrating still another embodiment of a process for generating keystroke dynamic pattern information used in a user authentication method based on keystroke dynamic pattern information according to the present invention. FIG. 10 illustrates only a process of generating keystroke dynamic pattern information. A subsequent procedure, that is, a process of analyzing similarity by comparing generated keystroke dynamic pattern information is the same as that of FIGS. 1 to 9, and thus description thereof is omitted. do.

도 10의 실시예는 도 1 내지 도 9의 실시예에서 설명한 키스트로크 다이나믹스 패턴 생성 과정(도 4 참조)과 비교해 볼 때, 제1 키스트로크 다이나믹스 패턴 정보 생성 과정과 제2 키스트로크 다이나믹스 패턴 생성 과정이 동일하지 않게 구성된다는 점에서 차이가 있는데, 이하 우선 제1 키스트로크 다이나믹스 패턴 정보 생성 과정에 대해 먼저 설명한다.10 illustrates a first keystroke dynamic pattern information generation process and a second keystroke dynamic pattern generation process as compared to the keystroke dynamic pattern generation process described in the embodiments of FIGS. 1 to 9 (see FIG. 4). There is a difference in that the configuration is not identical. First, a process of generating first keystroke dynamic pattern information will first be described.

도 10을 참조하면, 우선 패턴 수집부(110)는 키보드 등과 같은 입력 인터페이스를 통해 사용자에 의해 입력되는 적어도 2 이상의 입력 키에 대한 입력 키 정보와 인접하여 입력되는 두 입력 키 사이의 키간 입력 간격 정보를 수집한다(S1100). 이 과정은 도 4의 단계(S11)와 동일하다.Referring to FIG. 10, first, the pattern collecting unit 110 inputs key information on at least two input keys input by a user through an input interface such as a keyboard and inter-key input interval information between two input keys that are adjacently input. Collect (S1100). This process is the same as step S11 of FIG.

다음으로, 패턴 수집부(110)는 상기 수집되는 키간 입력 간격 정보를 인접하여 입력되는 두 입력 키의 쌍에 기초하여 구성되는 그룹들 중 어느 하나에 포함되도록 분류하여 그룹별로 키간 입력 간격 정보를 생성한다(S1200). 여기에서의 그룹은 인접하여 입력되는 두 입력 키의 쌍에 기초하여 구성된다는 점에서 도 4와 차이가 있다. 즉, 도 4의 실시예에서는 사용자의 입력 인터페이스를 복수개의 영역으로 나누고 이들 복수개의 영역의 조합에 의해 복수개의 그룹을 형성하였으나 본 실시예에서는 이러한 영역간의 조합을 고려하지 않고 입력되는 두 입력 키의 모든 쌍에 기초하여 그룹을 구성한다는 점에서 다르다. 일반적인 키보드의 경우 문자 입력에 주로 입력되는 키는 숫자 키패드를 제외하면 영문을 기준으로 할 때 "a~z"의 26개의 키와 스페이스바 키로서 총 27개의 키로 생각할 수 있는데 이러한 경우 인접하여 입력되는 두 입력 키의 쌍은 27×27 = 729개의 조합이 존재하며 이들 729개를 그룹으로 볼 수 있다. 물론, 숫자키나 기타 키까지 고려하면 보다 많은 갯수의 그룹이 발생할 수 있을 것이다. 예컨대, 사용자가 "i love you"라는 문장을 입력한 경우 "i_space", "space_l", "l_o", "o_v", "v_e", "e_space", "space_y", "y_o", "o_u"와 같이 9개의 쌍이 발생하는데, 이들 각각에 대한 키간 입력 간격 정보를 전술한 바와 같이 729개의 그룹중의 어느 하나에 포함되도록 분류함으로써 그룹별 키간 입력 간격 정보를 생성하게 된다.Next, the pattern collector 110 generates the inter-key input interval information for each group by classifying the collected inter-key input interval information to be included in any one of groups configured based on a pair of two input keys that are adjacently input. (S1200). The group here is different from FIG. 4 in that the group is configured based on a pair of two input keys that are input adjacently. That is, in the embodiment of FIG. 4, the user's input interface is divided into a plurality of areas and a plurality of groups are formed by the combination of the plurality of areas. However, in the present embodiment, the two input keys are input without considering the combination between these areas. It differs in that it organizes groups based on all pairs. In the case of a general keyboard, the keys inputted mainly for character input are 26 keys of “a ~ z” and space bar key, which can be considered as 27 keys except for the numeric keypad. There are 27 x 27 = 729 combinations of the two input keys, and these 729 can be viewed as a group. Of course, considering the numeric keys or other keys, a larger number of groups may occur. For example, if the user enters the sentence "i love you", "i_space", "space_l", "l_o", "o_v", "v_e", "e_space", "space_y", "y_o", "o_u" As described above, nine pairs are generated. The inter-key input interval information for each of the groups is generated by classifying the inter-key input interval information for each of them into one of the 729 groups as described above.

도 11은 영문 a~z까지의 키와 스페이스바를 합쳐서 총 27개의 조합으로 구성되는 729개의 그룹과 이들에 포함되는 키간 입력 정보를 예시적으로 나타낸 것으로서, 각각의 그룹에 2개씩의 키간 입력 간격 정보가 포함되어 있음을 알 수 있다. FIG. 11 exemplarily shows 729 groups composed of a total of 27 combinations of keys a to z and English spaces, and key-to-key input information included therein, and two inter-key input interval information for each group. It can be seen that it contains.

이와 같이 그룹별로 키간 입력 간격 정보를 생성한 후, 패턴 수집부(110)는 그룹별로 생성된 키간 입력 간격 정보에 기초하여 각각의 그룹간의 유사도를 측정한다(S1300). 그룹별 유사도의 측정은 각각의 그룹들간의 유사도를 파악하기 위한 것으로서, 여러가지 방법을 사용할 수 있는데 단순한 방법으로서 예컨대 각 그룹별로 키간 입력 간격 정보의 평균값을 구한 후, 각각의 평균값 사이의 차를 구하여 이를 점수화함으로써 유사도를 측정할 수 있다. 이외에도 분포간의 유사도를 판단하는 종래 기술에서 알려진 여러가지 방법을 사용할 수 있는데, 예컨대 종래 기술에서 알려진 분포간의 거리를 측정하는 방법 중의 하나인 컬백-라이블러 거리(Kullback-Leibier Distance)를 계산하는 방법을 사용할 수도 있다. 컬백-라이블러 거리는 두 개의 분포간의 거리를 측정하는 방법론인데, 키간 입력 간격 정보들을 하나의 분포라고 생각하고 이에 대한 확률 분포를 추정하는 방법이다. 비교 하고자 하는 두 그룹의 키간 입력 간격 정보의 분포를 각각 P, Q라고 할 때 두 분포간 거리는 아래의 수학식 8을 통해서 계산한다. 이때 X는 P, Q가 가질 수 있는 값의 가능 범위를 이용한다. After generating the inter-key input interval information for each group as described above, the pattern collecting unit 110 measures the similarity between the respective groups based on the inter-key input interval information generated for each group (S1300). The measurement of similarity between groups is to grasp the similarity between each group, and can be used in various ways. As a simple method, for example, the average value of input interval information between keys is calculated for each group, and then the difference between the average values is obtained. Similarity can be measured by scoring. In addition, various methods known in the prior art for determining similarity between distributions can be used. For example, one of the methods for measuring the distance between distributions known in the prior art can be used to calculate the Kullback-Leibier Distance. It may be. Cullback-labeller distance is a method of measuring the distance between two distributions. The key-input interval information is regarded as a distribution and is a method of estimating the probability distribution. When the distributions of the key input interval information of the two groups to be compared are P and Q, respectively, the distance between the two distributions is calculated by Equation 8 below. X uses the possible range of values that P and Q can have.

상기 수학식 8에 의해 얻어진 값은 P와 Q중 기준이 되는 분포에 따라 값이 바뀌는 비대칭성을 갖는다. 이 문제를 개선하기 위해서 다음의 수학식 9에 의한 방법 중 하나를 택하여 최종적인 거리를 계산한다. The value obtained by Equation 8 has an asymmetry in which the value changes according to the distribution serving as the reference among P and Q. In order to improve this problem, the final distance is calculated by using one of the following equations (9).

컬백-라이블러 거리 계산 방법은 예시적인 것이며, 이러한 방법 이외에, 두 분포간의 유사도를 판단하기 위한 통계 분야 등의 기타 종래 기술에서 알려진 적절한 다른 방법을 사용할 수도 있음은 물론이다. 각 그룹별 유사도를 측정하는 방법 자체는 본 발명의 직접적인 목적은 아니고 또한 이는 종래 기술에서 알려진 적절한 방법을 사용할 수 있으므로 이에 대한 상세 설명은 생략한다.The method for calculating the cullet-labeller distance is exemplary, and of course, other suitable methods known in the art such as the field of statistics for determining the similarity between the two distributions may be used. The method itself for measuring the similarity for each group is not a direct object of the present invention, and since this may use a suitable method known in the art, a detailed description thereof will be omitted.

이와 같이 각각의 그룹별 유사도가 측정되면, 유사도 측정 결과에 기초하여 그룹들을 재차 군집화하여 2차 그룹을 생성하고(S1400), 생성된 2차 그룹들의 키간 입력 정보를 통합하여 2차 그룹별로 키간 입력 간격 정보를 구성함으로써 제1 키스트로크 다이나믹스 패턴 정보를 생성한다(S1500).When the similarity for each group is measured as described above, the second group is generated by regrouping the groups based on the similarity measurement result (S1400), and the key-to-key input for each secondary group is performed by integrating the key-key input information of the generated secondary groups. By constructing the interval information, the first keystroke dynamic pattern information is generated (S1500).

유사도 측정 결과에 기초하여 그룹들을 군집화하는 것은 서로 비슷한 유사도 측정 결과를 갖는 그룹들끼리 클러스터링(clustering)을 수행한다는 것을 의미한다. 즉, 유사도 측정 결과, 서로 비슷한 값을 갖는 그룹들이 발견되면 이들을 하나로 클러스터링하여 2차 그룹을 생성한다는 것을 의미한다. 예컨대, 유사도를 측정해 본 결과, aa 그룹과 ab 그룹의 유사도가 비슷한 값을 가졌다면 이들을 하나의 그룹으로 합쳐서 2차 그룹을 생성하고 aa 그룹과 ab 그룹에 포함되어 있었던 각각의 키간 입력 간격 정보를 합쳐진 2차 그룹에 모두 포함되도록 구성하게 된다.Grouping the groups based on the similarity measurement result means that the groups having similarity similarity measurement results are clustered. That is, as a result of the similarity measurement, if groups having similar values are found, this means that they are clustered into one to generate a secondary group. For example, as a result of measuring similarity, if similarity of aa group and ab group has similar values, they are combined into one group to create secondary group, and each key input interval information included in aa group and ab group is obtained. It will be configured to be included in the combined secondary group.

여기에서, 2차 그룹을 몇개를 형성할 것인가를 미리 정해둘 수 있다. 예컨대, 앞서 설명한 바와 같이 729개의 그룹별 키간 입력 간격 정보가 존재하는 경우 2차 그룹을 10개를 생성하는 것으로 설정해 두면 앞서 설명한 유사도 측정값을 10개의 구간으로 구분하고 이들 구간에 포함되는 그룹들을 해당하는 2차 그룹으로 군집화하게 되면 2차 그룹을 10개 생성할 수 있게 된다. Here, it is possible to determine in advance how many secondary groups are to be formed. For example, as described above, if there is input interval information between keys for each of 729 groups, if the secondary group is set to generate 10, the similarity measure described above is divided into 10 sections, and the groups included in the sections are included. Clustering into secondary groups allows 10 secondary groups to be created.

한편, 유사도 측정값에 기초하여 군집화(clustering)를 수행하는 방법은 전술한 바와 같이 유사도 측정값을 구간으로 분리하여 판단하는 간단한 형태를 사용할 수도 있고, 군집화 기술로서 종래 알려진 바와 같이 L-Means clustering, Hierarchical Clustering 등과 같은 방법을 사용할 수도 있다. 군집화를 수행하는 방법 자체는 본 발명의 직접적인 목적은 아니고 또한 이는 종래 기술에서 알려진 적절한 방법을 사용할 수 있으므로 이에 대한 상세 설명은 생략한다.On the other hand, a method of performing clustering based on the similarity measure may use a simple form of determining the similarity measure by dividing it into sections, as described above, and as a clustering technique, L-Means clustering, You can also use methods such as Hierarchical Clustering. The method of performing the clustering itself is not a direct object of the present invention and further details thereof will be omitted since it may use any suitable method known in the art.

다음으로, 제2 키스트로크 다이나믹스 패턴 정보를 생성하는 과정에 대하여 설명한다. 앞서 설명한 바와 같이, 제1 키스트로크 다이나믹스 패턴 정보는 기준이 되는 키스트로크 다이나믹스 패턴 정보를 칭하고, 제2 키스트로크 다이나믹스 패턴 정보는 비교 대상 즉, 인증 대상이 되는 키스트로크 다이나믹스 패턴 정보를 칭한다. 도 1 내지 도 9의 실시예에서는 제1 및 제2 키스트로크 다이나믹스 패턴 정보는 미리 설정된 그룹으로 키간 입력 정보를 그룹별로 동일한 방식으로 생성하였으나, 도 10의 경우에는 제2 키스트로크 다이나믹스 패턴 정보를 생성하는 과정은 앞서 설명한 제1 키스트로크 다이나믹스 패턴 정보를 생성하는 것과는 약간 상이한데, 이는 제1 키스트로크 다이나믹스 패턴 정보는 기준이 되는 키스트로크 다이나믹스 패턴 정보를 얻기 위해 사용자로부터 입력되는 모든 입력 키 쌍에 기초한 그룹을 생성하고 이들로부터 유사도에 기초하여 2차 그룹을 생성하기 때문에, 제2 키스트로크 다이나믹스 패턴 정보는 2차 그룹에 상응하는 형태의 키간 입력 정보만을 획득하는 것으로 충분하기 때문이다. Next, a process of generating second keystroke dynamic pattern information will be described. As described above, the first keystroke dynamic pattern information refers to keystroke dynamic pattern information as a reference, and the second keystroke dynamic pattern information refers to keystroke dynamic pattern information to be compared, that is, to be authenticated. In the embodiments of FIGS. 1 to 9, the first and second keystroke dynamic pattern information is a preset group, and the key input information is generated in the same manner for each group. However, in the case of FIG. 10, the second keystroke dynamic pattern information is generated. The process is slightly different from generating the first keystroke dynamic pattern information described above, wherein the first keystroke dynamic pattern information is based on all input key pairs input from the user to obtain the keystroke dynamic pattern information as a reference. This is because the second keystroke dynamics pattern information is sufficient to obtain only inter-key input information of a type corresponding to the secondary group, because a group is generated and a secondary group is generated based on the similarity.

우선, 입력 인터페이스를 통해 사용자에 의해 입력되는 적어도 2 이상의 입력 키에 대한 입력 키 정보와 인접하여 입력되는 두 입력 키 사이의 키간 입력 간격 정보를 수집한다(S1500). 이는 단계(S1100)와 마찬가지이다.First, input key information on at least two input keys input by a user through an input interface and inter-key input interval information between two input keys adjacent to each other are collected (S1500). This is the same as step S1100.

다음으로, 수집되는 키간 입력 간격 정보를 인접하여 입력되는 두 입력 키의 쌍에 기초하여 단계(S1400)에서 생성되는 2차 그룹들에 상응하도록 분류하여 그룹별 키간 입력 간격 정보를 구성한다(S1600). 전술한 바와 같이, 제1 키스트로크 다이나믹스 패턴 정보는 유사도에 기초하여 모든 입력 키의 쌍으로 구성되는 그룹들을 군집화한 2차 그룹으로 재구성된 상태이므로, 제2 키스트로크 다이나믹스 패턴 정보는 이러한 2차 그룹에 상응하는 형태로 키간 입력 정보들을 분류함으로써 그룹별 키간 입력 간격 정보를 생성하게 된다. 예컨대, 2차 그룹이 10개 생성된 경우, 2차 그룹 각각은 729개의 인접하여 입력되는 입력 키의 쌍들이 복수개 존재하게 될 것인데, 이러한 입력 키의 쌍들에 따라 상응하는 형태로 그룹별 키간 입력 정보를 분류할 수 있다. Next, the inter-key input interval information is classified according to the secondary groups generated in operation S1400 based on a pair of adjacent input key input interval information to configure the inter-key input interval information for each group (S1600). . As described above, since the first keystroke dynamic pattern information is reconstructed into a secondary group grouping groups composed of all pairs of input keys based on the similarity, the second keystroke dynamic pattern information is obtained from the secondary group. The inter-key input interval information is generated for each group by classifying the inter-key input information in a form corresponding to. For example, when 10 secondary groups are generated, each of the secondary groups will have a plurality of 729 adjacently input pairs of input keys, and the key-to-key input information for each group in a corresponding form according to the pairs of such input keys. Can be classified.

도 12는 단계(S500) 및 단계(S1600)에 의해 생성된 제2 키스트로크 패턴 정보의 일예를 나타낸 것이다. 도 12를 참조하면, 총 10개의 그룹(즉, 10개의 2차 그룹에 대응)이 존재함을 알 수 있고, 각각의 그룹들은 입력 키의 쌍들이 복수개 존재함을 알 수 있다. 이는 앞서 설명한 제1 키스트로크 다이나믹스 패턴 정보에 대해 생성되는 2차 그룹들 각각에 포함되는 입력 키의 쌍에 대응되는 것으로서, 예컨대 ab, bc, rt, cp 그룹이 하나의 그룹으로 군집화되어 있음을 알 수 있다. 또한 키간 입력 정보는 각각의 ab, bc, rt, cp,...의 그룹에 포함되어 있던 키간 입력 정보들을 모두 포함하고 있다. 12 shows an example of second keystroke pattern information generated by steps S500 and S1600. Referring to FIG. 12, it can be seen that there are a total of 10 groups (ie, corresponding to 10 secondary groups), and each group has a plurality of pairs of input keys. This corresponds to a pair of input keys included in each of the secondary groups generated for the first keystroke dynamic pattern information described above. For example, it is understood that the ab, bc, rt, and cp groups are grouped into one group. Can be. In addition, the key input information includes all key input information included in each of ab, bc, rt, cp, ... groups.

이와 같은 과정을 수행함으로써, 제1 키스트로크 다이나믹스 패턴 정보와 제2 키스트로크 다이나믹스 패턴 정보가 생성되고, 다음 단계로서 도 1 내지 도 9의 실시예에서 설명한 바와 같이, 제1 키스트로크 다이나믹스 패턴 정보와 제2 키스트로크 다이나믹스 패턴 정보를 각각의 그룹별로 대응하여 비교함으로써 유사도를 분석할 수 있으며 이에 의하여 사용자 인증을 수행할 수 있게 된다. 이는 앞서 설명한 실시예에서와 동일하므로 이에 대해서는 상세 설명은 생략한다. By performing the above process, the first keystroke dynamic pattern information and the second keystroke dynamic pattern information are generated, and as described in the embodiments of FIGS. 1 to 9, the first keystroke dynamic pattern information and Similarity may be analyzed by comparing the second keystroke dynamic pattern information for each group, thereby enabling user authentication. Since this is the same as in the above-described embodiment, a detailed description thereof will be omitted.

이상에서, 바람직한 실시예들을 참조하여 본 발명을 설명하였으나, 본 발명은 상기의 실시예들에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능할 것이다. 예컨대, 도 1 내지 도 9의 실시예에서 키간 입력 간격 정보를 그룹별로 분류하는 것은 키패드의 왼손 영역, 오른손 영역, 스페이스바 영역으로 분류하고 이들간의 조합에 기초한 것으로 주로 설명하였으나 기타 다른 분류 방법을 사용할 수도 있음은 물론이다. 또한, 키스트로크 다이나믹스 패턴 정보를 비교하여 유사도를 분석하는 방법으로서, 실시예들에서는 KS 검정 방법을 예로서 설명하였으나 기타 다른 적절한 알려져 있는 통계학적 방법을 사용할 수도 있다. 또한, 그룹별 유사도 확률값에 기초하여 하나의 최종 유사도 확률값을 선택하는 것도 상기 실시예에서는 피셔스 방법을 예로서 설명하였으나 이 방법 이외에 기타 다른 적절한 방법을 사용할 수도 있음은 물론이다. 따라서 본 발명은 첨부한 특허청구범위 및 도면 등의 전체적인 기재를 참조하여 해석되어야 할 것이며, 이의 균등 또는 등가적 변형 모두는 본 발명 사상의 범주에 속한다고 할 것이다.While the present invention has been described with reference to exemplary embodiments, it is to be understood that the invention is not limited to the disclosed exemplary embodiments, but, on the contrary, is intended to cover various modifications and equivalent arrangements included within the spirit and scope of the appended claims. It will be possible. For example, in the embodiments of FIGS. 1 to 9, the classification between the key input interval information by group is classified into a left hand area, a right hand area, and a space bar area of the keypad, and is mainly described as a combination thereof. However, other classification methods may be used. Of course you can. In addition, as a method of analyzing similarity by comparing keystroke dynamic pattern information, the KS test method has been described as an example in the embodiments, but other appropriate known statistical methods may be used. In addition, although the Fisher method is described as an example by selecting one final similarity probability value based on the similarity probability value for each group, other suitable methods may be used in addition to this method. Accordingly, the present invention should be construed by reference to the appended claims, drawings, and the like, and all of its equivalents or equivalent variations fall within the scope of the present invention.

100: 사용자 인증 장치
110: 패턴 수집부
120: 데이터베이스
130: 유사도 분석부100: user authentication device
110: pattern collector
120: Database
130: similarity analysis unit

Claims

In the user authentication method based on keystroke dynamic pattern information,
Generating first keystroke dynamics pattern information for a keystroke comprised of at least two input keys input by a user through an input interface;
Generating second keystroke dynamics pattern information for a keystroke comprised of at least two input keys input by a user through an input interface; And
A third step of analyzing the similarity of keystroke dynamic pattern information by comparing the first and second keystroke dynamic pattern information
Including but not limited to:
In the first step and the second step, the first and second keystroke dynamic pattern information,
A) collecting input key information for at least two input keys input by a user through an input interface and inter-key input interval information between two input keys adjacently input; And
B) classifying the key-to-key interval information to be included in any one of a plurality of groups.
A user authentication method based on keystroke dynamic pattern information, characterized in that it is generated by.

The method of claim 1,
In the step b), the keystroke dynamic pattern information may be classified into one of a plurality of groups based on input key information of two adjacent input keys related to the inter-key input interval information. Based user authentication method.

The method of claim 2,
And the plurality of groups comprise a combination of a plurality of areas divided with respect to key pads provided by a user's input interface.

The method of claim 3,
The plurality of areas may be a first area including a combination of key pads input by the user using the left hand and a second area including a combination of key pads using the right hand when the user uses the input interface. User authentication method based on keystroke dynamic pattern information.

5. The method of claim 4,
And the plurality of areas further comprise a third group consisting of a space bar keypad provided on a user input interface.

The method of claim 1,
The key input interval information is a keystroke dynamic pattern information based on the keystroke dynamic pattern information, characterized in that the difference between the two input keys respectively input time.

The method of claim 1,
And after step b), calculating an average value of values of inter-key input interval information included in the plurality of groups, based on keystroke dynamic pattern information.

The method of claim 1,
In the third step, inter-key input interval information classified into a plurality of groups included in the first keystroke dynamic pattern information and inter-key input interval information classified into a plurality of groups included in the second keystroke dynamic pattern information are grouped. And analyzing the similarity of the keystroke dynamics pattern information by comparing the keystroke dynamics pattern information.

9. The method of claim 8,
In the third step,
Call-mogo for each group for inter-key input interval information classified into a plurality of groups included in the first keystroke dynamic pattern information and inter-key input interval information classified into a plurality of groups included in second keystroke dynamic pattern information A step 3-1 of comparing distribution similarity using the Kolmogorov-Smirnov test (KS test) and generating a similarity probability value p for each group thereto; And
Step 3-2 of calculating a final probability value (p-value) based on the generated similarity probability values p for each group.
User authentication method based on the keystroke dynamic pattern information comprising a.

10. The method of claim 9,
In step 3-1, the similarity probability value p for each group is

(From here,

,

,

,

The user authentication method based on the keystroke dynamic pattern information, characterized in that calculated by the formula.

10. The method of claim 9,
In step 3-2, the similarity probability values p for each group are modified.

Obtaining the final similarity probability value (p-value) by
User authentication method based on the keystroke dynamic pattern information comprising a.

A pattern collector configured to generate first keystroke dynamic pattern information and second keystroke dynamic pattern information for a keystroke composed of at least two input keys input by a user through an input interface;
A keystroke dynamics database for storing keystroke dynamics pattern information collected by the pattern collector; And
A similarity analysis unit comparing the first and second keystroke dynamic pattern information to verify keystroke dynamic pattern information
Including but not limited to:
The pattern collecting unit collects inter-key input interval information between two input keys that are input adjacent to input key information about at least two input keys input by a user through an input interface, and collects the plurality of inter-key input interval information. And classify the data into one of the groups to generate keystroke dynamics pattern information.

A computer readable medium having recorded thereon a program for implementing the method of claim 1.

In the user authentication method based on keystroke dynamic pattern information,
Generating first keystroke dynamics pattern information for a keystroke comprised of at least two input keys input by a user through an input interface;
Generating second keystroke dynamics pattern information for a keystroke comprised of at least two input keys input by a user through an input interface; And
A third step of analyzing the similarity of keystroke dynamic pattern information by comparing the first and second keystroke dynamic pattern information
Including but not limited to:
The first step,
A first step of collecting input key information on at least two input keys input by a user through an input interface and inter-key input interval information between two input keys adjacently input;
Generating the inter-key input interval information for each group by classifying the collected inter-key input interval information to be included in any one of groups configured based on a pair of two input keys that are adjacently input;
Measuring the similarity between the groups based on the inter-key input interval information generated for each group; And
A first to fourth step of generating first keystroke dynamic pattern information by generating a secondary group clustering the groups based on the similarity measurement result and configuring key interval information for each secondary group;
Including,
The second step comprises:
A step 2-1 of collecting input key information on at least two input keys input by a user through an input interface and inter-key input interval information between two input keys adjacently input; And
Generating second keystroke dynamic pattern information by classifying the collected inter-key input interval information to correspond to the secondary group based on a pair of two input keys that are input adjacent to each other to configure key-to-key input interval information for each group -2 steps
User authentication method based on the keystroke dynamic pattern information comprising a.

15. The method of claim 14,
The key input interval information is a keystroke dynamic pattern information based on the keystroke dynamic pattern information, characterized in that the difference between the two input keys respectively input time.

15. The method of claim 14,
In step 1-2, the group configured based on the pair of adjacent input keys is based on a pair of input keys corresponding to designated key pads among the keypads provided by the user's input interface. A user authentication method based on keystroke dynamic pattern information, characterized in that the configuration.

17. The method of claim 16,
And the designated key pads are key pads corresponding to English a to z and key pads corresponding to the space bar.

15. The method of claim 14,
In the third step, keystroke is performed by comparing the key-to-key input interval information for each second group included in the first keystroke dynamic pattern information with the key-to-key input interval information for each group included in the second keystroke dynamic pattern information. And analyzing the similarity of the dynamics pattern information.

19. The method of claim 18,
In the third step,
Kolmogorov Smirnov (Kolmogorov) for each group for the inter-key input interval information for each secondary group included in the first keystroke dynamic pattern information and for each key input interval information for each group included in the second keystroke dynamic pattern information Step 3-1 comparing the distribution similarity using the Smirnov) test (KS test) and generating a similarity probability value p for each group; And
Step 3-2 of calculating a final probability value (p-value) based on the generated similarity probability values p for each group.
User authentication method based on the keystroke dynamic pattern information comprising a.

20. The method of claim 19,
In step 3-1, the similarity probability value p for each group is

(From here,

,

,

,

20. The method of claim 19,
In step 3-2, the similarity probability values p for each group are modified.

A pattern collector configured to generate first keystroke dynamic pattern information and second keystroke dynamic pattern information for a keystroke composed of at least two input keys input by a user through an input interface;
A keystroke dynamics database for storing keystroke dynamics pattern information collected by the pattern collector; And
A similarity analysis unit comparing the first and second keystroke dynamic pattern information to verify keystroke dynamic pattern information
Including but not limited to:
The pattern collector,
Collects key input interval information between at least two input keys input by a user through an input interface and inter-key input interval information between two input keys that are adjacent to each other, and inputs the adjacent inter-key input interval information. Generate the key input interval information for each group by classifying them to be included in any one of the groups configured based on a pair of input keys, measuring similarity between each group based on the key input interval information generated for each group, Generate first keystroke dynamic pattern information by generating a secondary group clustering the groups based on the similarity measurement result and configuring key interval information for each secondary group;
Collects key input interval information between at least two input keys input by a user through an input interface and inter-key input interval information between two input keys that are adjacent to each other, and inputs the adjacent inter-key input interval information. The second keystroke dynamic pattern information is generated by classifying the second group based on the pair of input keys so as to configure the input interval information between the groups.
And a user authentication device based on keystroke dynamic pattern information.

A computer readable medium having recorded thereon a program for implementing the method of claim 14.