Show simple item record

dc.contributor.advisorΠερατικού, Αδαμαντίνη
dc.contributor.authorΚυριακίδης, Παναγιώτης
dc.contributor.otherKyriakidis, Panagiotis
dc.coverage.spatialΚύπροςel_GR
dc.date.accessioned2019-07-10T05:58:04Z
dc.date.available2019-07-10T05:58:04Z
dc.date.copyright2019-07-09
dc.date.issued2019-05
dc.identifier.otherΑΥΔ/2019/00028el_GR
dc.identifier.urihttp://hdl.handle.net/11128/4159
dc.descriptionΠεριέχει βιβλιογραφικές παραπομπές.el_GR
dc.description.abstractΣτην παρούσα μεταπτυχιακή διατριβή εξετάσαμε τις βιομετρικές τεχνολογίες ως μέσα αύξησης της ασφάλειας των πληροφορικών συστημάτων και ειδικότερα το βιομετρικό συμπεριφοράς keystroke dynamics ή δυναμική του ρυθμού της πληκτρολόγησης. Είδαμε πως μπορεί να χρησιμοποιηθεί συμπληρωματικά με τα υπάρχοντα συστήματα αυθεντικοποίησης (username, password, token) ώστε να μπορέσει να μειώσει τις ευπάθειες που οφείλονται στον ανθρώπινό παράγοντα ή και να απομονώσει περιπτώσεις απειλών όπως τα brute force και dictionary attacks. Πραγματοποιήθηκε μελέτη περίπτωσης πάνω σε έρευνες στο θέμα και σε υπάρχουσες βάσεις δεδομένων χρηστών, συμπληρώθηκε ερωτηματολόγιο με απαντήσεις 100 χρηστών ώστε να διαφανεί η γνώση τους πάνω στην ασφάλεια των υπολογιστών και των δικτύων, η αποδοχή τους στα βιομετρικά ως μέσο ελέγχου πρόσβασης αλλά και βέβαια κατά πόσο γνωρίζει τα keystroke dynamics ο μέσος χρήστης. Τέλος πραγματοποιήθηκε πείραμα με εισαγωγή κωδικού σε εφαρμογή Python από 12 χρήστες ώστε να δούμε με ποσοτικά στοιχεία το βιομετρικό συμπεριφοράς keystroke dynamics του κάθε ενός χρήστη και ειδικότερα τα στοιχεία hold time και digraph. Σκοπός ήταν να αποδείξουμε εάν στην αρχική περίοδο χρήσης ενός κωδικού πρόσβασης υπάρχουν διακριτά αριθμητικά στοιχεία σχετικά με τον ρυθμό πληκτρολόγησης του κάθε ενός χρήστη που θα μπορούν να μας βοηθήσουν ώστε να προστεθεί ως μια πολύ γρήγορη και με μηδενικό κόστος μέθοδος διπλής αυθεντικοποίησης (two factor authentication) και τoν αποκλεισμό των επιθέσεων τύπου brute force. Καταλήξαμε ότι με τη χρήση αλγόριθμων ταξινόμησης φάνηκε παρά το μικρό μέγεθος δείγματος και δοκιμών, ότι υπάρχει μετρήσιμη διαφορά μεταξύ των χρηστών, όταν χρησιμοποιούνται συνδυαστικά τα δυο στοιχεία ελέγχου των keystroke dynamics, το hold time και το digraph time.el_GR
dc.format.extent136 σ. 30 εκ.el_GR
dc.languagegrel_GR
dc.language.isogrel_GR
dc.publisherΑνοικτό Πανεπιστήμιο Κύπρουel_GR
dc.rightsinfo:eu-repo/semantics/closedAccessel_GR
dc.subjectΒιομετρικές τεχνολογίεςel_GR
dc.subjectKeystroke dynamicsel_GR
dc.titleΕξελίξεις στην τεχνολογία βιομετρικών, μελέτη και αξιολόγηση ελέγχου πρόσβασης με χρήση Behavioral Biometrics, Μελέτη περίπτωσης στα Keystroke Dynamicsel_GR
dc.typeΜεταπτυχιακή Διατριβήel_GR
dc.description.translatedabstractIn the present Master thesis we examined biometric technologies as means of enhancing the security of information systems, and in particular the behavioral biometric, keystroke dynamics. We examined how it can be used in conjunction with existing well known authentication methods (username, password, token), and how it could help us to reduce security vulnerabilities caused by the human factor and increase protection by threats such as brute force or dictionary attacks. A case study was performed on existing research papers and user databases. Additionally a questionnaire answered by 100 participants in order to demonstrate their knowledge on computer and network security and show the level of acceptance on biometrics as a means for access control, and at the same time if the behavioral biometric keystroke dynamics is actually known by an average user. Finally an experiment was conducted by entering a code in a Python application from 12 users to examine based on quantitative data the keystroke dynamics biometric behavior of each user and especially the hold time and digraph. The purpose was to show whether in the initial period of a new password there are useful data about the user's typing rate which is the behavioral biometric keystroke dynamic, which can help us to add this to two- factor authentication, as a very fast and non-costing method of authentication and an additional defense to brute force attacks. We concluded by using classification algorithms that despite the small sample size and number of tests, there was a significant difference between users when both keystroke dynamics attributes, hold time and digraph time were used together to check authentication.el_GR
dc.format.typepdfel_GR


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record