Dinâmica da Digitação Aplicada a Ambientes web

Transcrição

1 Dinâmica da Digitação Aplicada a Ambientes web Rodrigo Pavezi 1, Douglas Dyllon J. de Macedo 1,2, Rafael Andrade 1,2, Aldo von Wangenheim 1 1 Departamento de Informática e Estatística INE Cyclops Group Universidade Federal de Santa Catarina (UFSC) Florianópolis, SC Brasil 2 Programa de Pós-Graduação em Engenharia e Gestão do Conhecimento PPGEGC Universidade Federal de Santa Catarina (UFSC) Florianópolis, SC Brasil {rsp,macedo,andrade,awangenh}@inf.ufsc.br Abstract. Information systems that need access restriction usually are based in user name and password, as its use requirement. That authentication process makes the nowadays systems considered unsafe. The authentication data loss and/or the robbery are the problem with this security process. Thinking about this problem and in some way to solve it, that the present work aims to develop and study the dynamic biometric technique, that served as base for a user authentication system creation for web environment. Resumo. Sistemas de informações que necessitam de uma restrição de acesso são normalmente baseados em nome de usuário e senha como requisito para a sua utilização. Tal processo de autenticação faz com que os sistemas sejam atualmente considerados pouco seguros. O problema desse processo de segurança tem sido a perda ou o roubo dos dados de autenticação. Foi pensando neste problema e, em alguma forma de resolvê-lo, que o presente trabalho visa desenvolver um estudo da técnica biométrica dinâmica da digitação, a qual serviu de base para a criação de um sistema de identificação de usuários aplicado a ambientes web. 1. Introdução Pessoas que utilizam a Internet em seu cotidiano necessitam de bons níveis de segurança para proteger as informações que estão sendo acessadas. Esta segurança deve ser oferecida pelos sistemas que guardam e gerenciam tais informações, pois proteger os dados é uma tarefa bastante custosa num mundo onde a web faz parte da vida das pessoas. Com a web, as pessoas e empresas se abriram para o mundo, mas o risco de se ter a informação compartilhada aumentou consideravelmente. Alguns desses sistemas como o prontuário eletrônico de paciente (PEP), bancos on-line e gerenciadores de e- mail, exigem uma preocupação muito grande por parte das empresas que administram essas informações. Porém, com o crescimento dos ataques por parte de usuários mal intencionados, vemos a necessidade de criação de mecanismos de controle de acesso e autenticação mais eficientes. Sendo que esta é uma das áreas que atrai grande interesse de pesquisadores nos últimos anos [Beznosov 1999]. Uma das formas de elevar os níveis de segurança é através do uso de técnicas biométricas, estas têm o objetivo de aumentar a segurança entre usuários e sistemas. De acordo com Faundez-Zanuy (2006), a palavra biometria vem das palavras gregas:

2 bios (vida) e metrikos (medida). Ou seja, uma ciência que envolve uma análise estatística das características biológicas, estudando as características físicas e comportamentais do ser humano com o intuito de identificá-lo. O custo aliado aos níveis de segurança que serão implantados, são requisitos de extrema importância para sistemas. Por este motivo, analisar qual técnica biométrica se adapta melhor ao sistema é fundamental para o sucesso do projeto. Umas das técnicas biométricas que vem sendo muito utilizada é a impressão digital, tanto pelo fato desta técnica ter um custo acessível, como também, por ter uma precisão aceitável [Moore 2007]. Para aplicações em ambientes web a utilização da técnica de impressão digital não seria muito viável, pois necessita de um equipamento para ler a impressão e isto implica na aquisição de leitores de impressão digital para todos os computadores com acesso a Internet, o que possivelmente inviabilizaria sua utilização em larga escala. Uma outra técnica biométrica é a dinâmica da digitação (Keystroke Dynamics) que é baseada no comportamento do ser humano ao digitar em um teclado. Jarmo Ilonen (2003) define dinâmica da digitação como uma biometria baseada na suposição em que pessoas diferentes digitam de maneiras características. Em seus estudos, ele também relata que no século 19, os operadores de telégrafo já tinham padrões de telegrafar, com isso, um operador reconhecia o outro. Isso caracteriza o marco inicial da idéia de dinâmica da digitação. No presente trabalho é desenvolvido um sistema de autenticação baseado na técnica biométrica dinâmica da digitação. Este sistema foi implementado em versão para Internet, com o objetivo de aumentar os níveis de segurança dos sistemas de autenticação atualmente utilizados. 2. Trabalhos Relacionados Conforme Jarmo Ilonen (2003) há várias maneiras de medir a dinâmica da digitação quando os usuários digitam em um teclado normal de um computador. Algumas das maneiras são: O intervalo de tempo entre o pressionamento de teclas consecutivas; O tempo que uma tecla fica pressionada; O tempo total da digitação; A freqüência da digitação de teclas erradas; O hábito de usar teclas diferentes do teclado. Revett et al. (2005) citado por Magalhães et al. (2005), concluiu que dividindo o teclado de um computador em setores, reduz-se a taxa de sucesso de impostores (False Acceptance Rate - FAR). As senhas que têm caracteres em diferentes setores forçam os usuários a utilizarem teclas que estão dispersas pelo teclado, garantindo uma melhor captura do ritmo de digitação dos usuários. Além da forma de captura, tem também o processo de captura, ou seja, o treinamento do classificador. Temos dois tipos de processos. Em um dos processos se utiliza a digitação de um texto durante o treinamento [Curtin 2006]. No outro é utilizado a própria senha cadastrada pelo usuário [Cho 2000].

3 Haider, Abbas e Zaidi (2000) em seus estudos utilizam a captura dos tempos de pressionamento entre as teclas. O padrão de digitação do usuário foi formado por n-1 vetores, sendo n, o número de dígitos que compõe a senha. Também se trabalhou com um classificador que utilizava três diferentes técnicas de reconhecimento de padrões: lógica fuzzy, redes neurais e métodos estatísticos. As avaliações foram feitas sobre cada técnica separadamente e sobre a união das três técnicas. Os testes mostraram que a união das três técnicas no processo de classificação obteve um melhor resultado do que a utilização de qualquer uma delas separadamente. Em relação à utilização em separado a técnica que obteve o melhor resultado foi à baseada em métodos estatísticos. Foram feitos dois testes, no primeiro a rejeição de acesso ao sistema na primeira tentativa de ingresso do usuário era contabilizada como erro, no segundo teste os usuários tinham duas chances de acesso. Os resultados mostraram que geralmente os usuários válidos são rejeitados na primeira vez [Haider 2000]. No trabalho de Cho (2000), foi desenvolvido um sistema para um ambiente web, o qual foi implementado com duas técnicas de classificação: medida de distância do vizinho mais próximo e uma rede MLP (Multi Layer Perceptron). Os testes foram feitos com 21 usuários que tiveram um número de padrões de treinamento variando entre 76 a 388. Os resultados apontaram por uma superioridade da rede MLP sobre a medida de distância. A média do erro para falsa rejeição no caso da MLP foi de 1,0% e da técnica do vizinho mais próximo foi de 19,5% quando o índice de erro para falsa aceitação era igual a 0,0%. Cavalcanti (2005) mostrou em seu trabalho a típica extração do ritmo de digitação do usuário. A técnica utilizada foi capturar os tempos de pressionamento de cada tecla e o intervalo de tempo entre o pressionamento entre cada tecla. Também foi desenvolvido um sistema que utiliza uma normalização e uma seleção baseada no desvio padrão das características capturadas. Esses dois passos são feitos antes da aplicação de uma medida de distância como classificador.. Os resultados mostraram que com o índice de falsa aceitação igual a zero, o erro falsa rejeição atingiu 6,04% quando utilizadas a normalização e a seleção. Já sem os dois passos o erro de falsa rejeição atingiu 30,99%. 3. Metodologia De acordo com Cavalcanti (2005), os ritmos de digitação dos usuários, podem ser capturados a partir de duas diferentes medidas que contabilizam o tempo. Uma contabiliza o tempo que os usuários mantêm cada tecla pressionada. A outra contabiliza o intervalo de tempo entre uma tecla e outra que são consecutivamente pressionadas. Após a captura do ritmo de digitação, os tempos formam um vetor, o qual caracterizará o padrão do usuário para o sistema classificador. Esse vetor composto pelos tempos tem um tamanho dependente da quantidade de teclas que foram pressionadas. Com isso podemos formar uma equação onde, com n teclas pressionadas, o tamanho do vetor ou a quantidade de tempos vai ser igual a 2n 1. Por exemplo, uma senha de seis dígitos formará um vetor composto por 11 (onze) tempos, sendo que, seis são tempos de pressionamento de teclas e cinco são intervalos de tempos entre teclas pressionadas consecutivamente. A classificação foi efetuada através da utilização do algoritmo k vizinhos mais próximos (K-Nearest Neighbor K-nn) [Dasarathy 1991]. O K-nn é um algoritmo de

4 aprendizado supervisionado pertencente à área de reconhecimento de padrões. O algoritmo necessita que os padrões estejam representados na forma de objetos do espaço dimensional, ou seja, na forma de um vetor de n dimensões. O K-nn classifica os padrões através dos k vizinhos mais próximos do conjunto de treinamento, ou seja, dado um padrão x, são encontrados os k padrões contidos no conjunto de treinamento mais próximo de x. Diante disto, a classe mais freqüente dentre os k padrões será atribuída ao padrão x. Para encontrar os k vizinhos mais próximos o algoritmo utiliza uma técnica de medida de distância, neste caso, a distância euclidiana. A Figura 1 demonstra essa classificação, sendo que, o ponto X u é o padrão a ser classificado e cada seta representa a ligação com os seus vizinhos mais próximos. Neste caso, como a variável k foi atribuída com o valor cinco, o algoritmo K-nn encontrou os cinco pontos mais próximos de X u. Sendo que dos cinco mais próximos, quatro pertencem a classe dos padrões representados por círculos e um pertence a classe representada por quadrados. O padrão X u será classificado como um ponto pertencente à classe ω 1 (omega 1), pois ele se encontra mais próximo dos pontos dessa classe do que dos demais. Figura 1 - Um padrão X u e seus vizinhos mais próximos. A idéia de desenvolver o algoritmo K-nn, vem da tentativa de proporcionar uma classificação a partir de um confronto entre os padrões treinados. Onde, todos os padrões capturados de todos os usuários serviram de comparação para a classificação. Isso faz como que o conjunto dos padrões ou descritor conceitual esteja na memória em tempo de execução da classificação. Nesse artigo foi limitado o tamanho da senha em seis dígitos pelo fato de a medida de distância utilizada pelo algoritmo K-nn só aceitar padrões de mesma dimensão. Com isso todos os padrões dos usuários são formados por um vetor de 11 (onze) tempos. 3.1 Parâmetros de Avaliação Toda técnica biométrica tem as suas vantagens e desvantagens. Pois nenhum aprendizado de máquina ou cálculo estatístico é 100% correto, sendo assim sempre se

5 tem uma margem de erro. O importante é saber se essa margem de erro afeta, de maneira considerável, a utilização do sistema que implementa a técnica biométrica [Moore 2007]. Um sistema de autenticação não pode aceitar intrusos, como também, não pode rejeitar os verdadeiros usuários do sistema. Tais situações devem ser testadas e analisadas como erros da técnica desenvolvida. De acordo com Cavalcanti (2005) uma forma de testar uma especifica técnica, é avaliar os erros: Falsa Aceitação (FAR - False Acceptance Rate): quando um sistema de autenticação aceita ou autentica um impostor como um usuário cadastrado no sistema. Falsa Rejeição (FRR - False Rejection Rate): quando um sistema de autenticação rejeita um usuário válido cadastrado no sistema. 3.2 Visão Geral do Sistema A dinâmica da digitação aplicada a ambientes web tem como vantagem dar uma maior segurança para o portal. Na Figura 2 é mostrado o diagrama de atividades do sistema desenvolvido. Nesse diagrama temos o módulo de autenticação que é dividido em dois processos separados e que são representadas como páginas separadas no sistema. Quando um novo usuário necessita cadastrar-se no sistema é necessário que ele faça um treino, que nada mais é que, a digitação repetitiva da senha que ele mesmo escolheu. Durante a fase de treino o usuário entra com um nome de usuário e escolhe uma senha, que deve ser composta por seis dígitos. A digitação deve ser repetida cinco vezes ou mais. A senha foi limitada em seis dígitos, devido ao algoritmo K-nn. Após o treino, o padrão de digitação e o nome do usuário são armazenados no banco de dados. Usuários que já são cadastrados no sistema devem ir para a tela de acesso. Sendo necessário que o usuário entre com nome de usuário e a senha, mas a senha deve ser digitada como foi previamente digitada na situação de treino. No acesso, após a captura dos tempos na entrada da senha, o sistema procura o usuário no banco de dados e se o usuário existir, então o sistema faz a classificação através da dinâmica de digitação. Se o usuário for classificado como verdadeiro, então é liberado o acesso ao sistema para o usuário, senão o sistema rejeita o usuário (figura 2). Para a captura dos tempos foi utilizada uma função que se baseia no ciclo do processador e tem uma precisão de nano segundos. O sistema é composto por duas páginas, onde cada uma possui um Applet, e um servidor RMI (Remote Method Invocation). Os Applets de treinamento e de acesso tiveram que ser assinados digitalmente por causa da conexão entre eles e o servidor RMI. É através dessa conexão que os dados do usuário são enviados para o servidor.

6 Figura 2 Diagrama de atividades. A Figura 3 demonstra a arquitetura do sistema. Como se trata de um ambiente web, temos uma situação de cliente-servidor, nessa situação temos o navegador na parte cliente, que contém um Java Applet, o qual se comunica com o servidor através do navegador e de uma conexão remota com uma aplicação que é um servidor RMI. Esse servidor RMI faz a conexão com o banco de dados. Figura 3 - Arquitetura do sistema.

7 4. Resultados Na avaliação do sistema e do classificador K-nn foi efetuado um teste prático, no qual os usuários se cadastravam no sistema e depois tentavam obter o acesso. Também foi pedido a eles que fizessem uma tentativa de acesso com o nome de usuário e senha de um outro usuário cadastrado no sistema. Para avaliar o algoritmo de classificação foram feitos dois testes, um como uma entrada de cinco repetições no treinamento e outro com uma entrada de dez repetições no treinamento. Para o treinamento com cinco repetições foi atribuído o valor 5 (cinco) para o k do classificador, ou seja, o classificador K-nn procurou os cinco padrões mais semelhantes. Já para o treinamento com dez repetições foi atribuído o valor 10 (dez) para o k. Para computar a avaliação, nas telas de aceitação e rejeição de acesso, foi adicionado um formulário, no qual servia para saber se o usuário que foi rejeitado ou aceito era um usuário válido ou um intruso tentando ter acesso. Cada vez que um usuário válido era rejeitado, um erro de falsa rejeição (FRR) era computado. Quando um intruso era aceito pelo sistema, um erro de falsa aceitação (FAR) era computado. Os testes foram feitos com um total de 20 (vinte) usuários e um total de 100 (cem) tentativas, cada pessoa fez o seu cadastro nos dois sistemas, um com cinco repetições e outro com dez repetições da senha durante o treinamento. Depois, cada pessoa tinha uma tentativa de acessar com o seu próprio usuário e outra tentativa de acessar com os dados de outro usuário, ou seja, como um intruso. Em alguns casos houve repetição desse procedimento de acesso. A Tabela 1 mostra as variáveis estatísticas e os resultados obtidos em cima dos testes realizados. A principal comparação é feita sobre os valores de erros (FAR e FRR) e a quantidade de repetições durante o treino. Nos outros valores temos a relação entre a quantidade de tentativas como usuário verídico e como usuário intruso, onde dessas tentativas temos a quantidade de falsa aceitação e falsa rejeição. Tabela 1 - Resultados dos testes. Quantidade de tentativas Tentativas como verídico Tentativas como intruso Quantidade de falsa aceitação Quantidade de falsa rejeição 5 repetições no treino ,00% 26,00% 10 repetições no treino ,00% 30,00% Na Figura 4 é mostrado um comparativo entre os erros do tipo FAR e FRR que ocorreram durantes os testes com cinco repetições e dez repetições. Percebemos que entre os dois testes houve um aumento de 6% no valor do tipo de erro FAR e um aumento de 4% no tipo de erro FRR. Isso demonstra que o aumento de repetições durante o treinamento fez com que o sistema aceitasse mais usuários intrusos e rejeitasse mais usuários verídicos. FAR FRR

8 35,00% 30,00% 25,00% 26,00% 30,00% 20,00% 15,00% 10,00% 10,00% 16,00% FAR FRR 5,00% 0,00% 5 repetições no treino 10 repetições no treino Figura 4 Gráfico comparativo dos testes. 6. Conclusões e trabalhos futuros O estudo da dinâmica da digitação e outras técnicas biométricas mostram que a técnica da dinâmica da digitação é uma técnica de custo baixo, mas que garante uma elevação significativa nos níveis de segurança dos sistemas. Isso é fundamental para sistemas que estão na web. A cada dia mais sistemas estão sendo criados na Internet e o sistema protótipo criado neste trabalho pode perfeitamente ser utilizado em produção, pois a sua arquitetura garante um bom funcionamento. A intenção de combater o padrão de um usuário com o outro, utilizando a técnica de classificação K-nn, não obteve bons resultados se comparado com os trabalhos relacionados. Pode-se observar que os testes com o sistema que tinha um treinamento com cinco repetições obtiveram uma taxa menor de erro aos testes que tinham treinamento com dez repetições. Isso mostrou que o valor 10 (dez) atribuído ao k no sistema com dez repetições fez o classificador ficar menos especifico. O fato dos usuários terem uma maior discrepância entre os padrões capturados no treino com dez repetições também influenciaram nos resultados. Para trabalhos futuros é importante o desenvolvimento de um classificador que venha a melhorar o processo de classificação. Esse classificador poderia ser implementado com a característica de verificar uma pequena mudança temporal do padrão do usuário e aprender essa mudança. Pode-se também, melhorar a etapa de treinamento, sendo que, no lugar de treinar o usuário no cadastro, o treino seria realizado durantes os primeiros acessos do usuário ao sistema. Referências Beznosov, K.; Deng, Y.; Blakley, B.; Burt, C. e Barkley, J. A Resource Access Decision Service for CORBA-based Distributed Systems, Proceedings. of the 15th Annual Computer Security Applications Conference (ACSAC '99)., (1999), Cavalcanti, George D. C.; Pinheiro, Eggo H. F.; Carvalho, Edson C. B. (2005) Um sistema de verificação de identidade pessoal através de dinâmica da digitação. Em

9 XXV Congresso da Sociedade Brasileira de Computação. Cho, Sungzoon et al. (2000) Web based Keystroke Dynamics Identity Verification using Neural Network. Em Journal of Organizational Computing and Electronic Commerce, v. 10, n. 4, p Curtin, Mary et al. (2006) Keystroke Biometric Recognition on Long-Text Input: A Feasibility Study. Proc. Int. Workshop Sci Comp/Comp Stat (IWSCCS 2006), Hong Kong, June Faundez Z., M. (2006) Biometric security technology, IEEE Aerospace and Electronic Systems Magazine, v. 21, n. 6, p Haider, S.; Abbas, A.; Zaidi, A.K. (2000) A multi-technique approach for user identification through keystroke dynamics. Systems, Man, and Cybernetics, IEEE International Conference on, v. 2, p Ilonen Jarmo (2003) Keystroke Dynamics, Outubro. Magalhães, S. T.; Revett, Kenneth; Santos, Henrique M. D. (2005) Password Secured Sites Stepping Forward With Keystroke Dynamics, Proceedings of the International Conference on Next Generation Web Services Practices. Moore, A. M. (2007) Biometric technologies an introduction. Em Biometric Technology Today, v. 15, n. 1, p Revett, K. and Khan, A. (2005) Enhancing login compatible with those produced by very expensive security using keystroke hardening and keyboard gridding, Proceedings of the IADIS MCCSIS. Dasarathy, B. V. (1991) "Nearest neighbor pattern classification techniques," Em IEEE Computer Society Press, 1991.