Biometric Keystroke Pattern Recognition Nhận biết người dùng qua Keystroke Pattern
Sản phẩm: KeyStroke Nhóm: HA 10 0x1115
Tại sao ○ Biometric Recognition (Biometric Identification) Nhận diện sinh trắc được coi là một trong những cách hiệu quả để nhận biết và xác định các cá nhân ○ Hứa hẹn là một trong những yếu tố then chốt nhưng việc triển khai vẫn còn những khó khăn. Ví dụ cụ thể: Kiểm soát thi sinh khi làm bài kiểm tra tự luận online.
- Cơ sở hạ tầng cho những phương pháp như: nhận dạng khuôn mặt, giọng nói,..vv thường phức tạp, bất tiện, đòi hỏi chi phí triển khai lớn, khi đem áp dụng vào việc thi trực tuyến thì hiệu quả cuối thu lại không thực sự thuyết phục
- Keystroke Pattern: Tránh được các nhược điểm trên, hiệu quả đem lại
cũng rõ rệt.
Như thế nào
○ Người dùng làm bài thi tự luận theo flow bình thường, ứng dụng hoạt động ngầm
thu thập lại các thông tin cần thiết như phím gì, thời gian keydown, thời gian
keyup, thời gian giữ phím, các phím gõ sai..vv Dữ liệu thu thập được có thể gửi
đến server realtime hoặc gửi tập trung khi người dùng submit.
○ Sau khi bài làm được submit, dịch vụ tiến hành kiểm tra chéo với mẫu sinh trắc
người dùng đã được khởi tạo trước.
○ Hệ thống cập nhật lại trạng thái của bài làm sau khi kiểm tra. ○ Người dùng nhận thông báo trong khi kiểm tra Độ khó và công nghệ ứng dụng ○ Xây dựng thuật toán, model Machine Learning và trích xuất dữ liệu phù hợp. Điểm khó khăn là muốn xác định đúng Model phải có một lượng data đủ lớn.
○ Thu thập lượng data sample cần thiết đủ lớn nhưng không gây khó chịu cho người dùng. ○ Đảm bảo performance cũng như độ chính xác, tin cậy. Các phương hướng giải quyết: ● Xây dựng minigame theo format Typing Race để thu thập data sample: Chưa triển khai. ● Xây dựng theo mô hình nonblocking: Việc kiểm tra được thực thi sau, theo queue thay vì bắt người dùng phải đợi. ● Xây dựng và thay đổi các model cho phù hợp với từng giai đoạn Trong khuôn khổ cuộc thi: Thử nghiệm Web Application làm bài thi online ● Backend:
○ RESTful API quản lý User, Assignment, Submission ■ PHP ■ Lumen Framework ■ Redis ■ Nginx ○ Websocket Realtime nhận dữ liệu thu thập: Chưa triển khai ■ ExpressJS ■ Socket.IO ■ Giao tiếp pub/sub, ioredis với Lumen ○ Xử lý dữ liệu, phân loại Submission ■ Python ■ Scilearn ■ Model áp dụng: Random Forest ● Frontend: ○ MVVM: VueJs ○ Module bundler: Webpack, Browserify ○ ES2015/2016 syntax với babelloader ○ Bootstrap
Log in or sign up for Devpost to join the conversation.