KEYSTROKE DYNAMICS: IDENTIFICARE UTENTI ATTRAVERSO L'ANALISI DEI PATTERN DI DIGITAZIONE

Al giorno d’oggi una corretta analisi di sicurezza è un requisito fondamentale nello sviluppo di sistemi d’informazione e applicazioni. Dagli studi di Security Magazine e CyberSecurity Ventures infatti, è emerso che il mercato mondiale del CyberCrime è più remunerativo di quello del traffico di stupefacenti, con in media un attacco hacker ogni 39 secondi. Questo studio si è concentrato su un aspetto della sicurezza di un sistema informatico chiamato User Identification, ovvero la corretta identificazione degli utenti che lo utilizzano, attraverso l’analisi delle caratteristiche di digitazione degli utenti stessi. Questo meccanismo di autenticazione biometrica "comportamentale" si differenzia dalla biometrica fisiologica a cui siamo già abituati, come lettori di impronte digitali o il riconoscimento facciale, poichè la digitazione può variare in base al contesto emotivo (rabbia, stanchezza..) o ambientale (cambio di tastiera, distrazioni..) dell’utente. In particolare, il software proposto analizza la digitazione di un’unica frase complessa (l’equivalente di una password) da parte di 4 diversi utenti, differenziandoli in maniera univoca tra di loro e identificando degli intrusi che, in possesso di tale password, tentano la digitazione per entrare nel sistema informatico. Avendo ottenuto risultati incoraggianti per future ricerche nell’ambito della User Identification, questo software (e una futura evoluzione) permetterebbe di identificare gli utenti non solo in fase di login al sistema (computer o piattaforma web) , ma anche per tutta la durata della sessione d’utilizzo, atrraverso l’analisi della digitazione in real-time e con l’impiego di modelli non solo statistici ma anche di Machine Learning per migliorarne l’accuratezza