Kurrikulum Leson 128 van 156 · Doop die persoon op, nie die toestel nie
Doop die persoon op, nie die toestel nie

Maak tikkers van mekaar onderskei

Waarom dit saak maak "Jou tikwerk identifiseer jou" klink soos 'n skrikverhaal totdat jy die matcher self bou. In hierdie lab gaan jy 50 denkbeeldige tikkers op tyd alleen onderskei, dan 'n eenvoudige verdediging aanskakel en meet hoeveel dit help. Jy sal klaar weet hoe die truc werk en wat dit blunts.

Die plan, in alledaagse terme

Stel jou voor jy leer om 50 mense te herken aan hul klop. Eers luister jy na elke persoon wat vier keer klop en onthou hul usual ritme. Dan klop iemand en jy vra: na wie se gewone ritme kom dit die naaste? Dit is die hele metode.

Profile: 'n opsomming van een persoon se gewoonlike gedrag, hier die gemiddelde van hul tydsberekeninge. Om profiele uit bekende voorbeelde te bou word enrolment genoem.

Kenmerk: een getal wat 'n voorbeeld beskryf. 'n Lys van kenmerke verander 'n deurmekaar gebeurtenis ( 'n getikte frase) in iets wat kode kan vergelyk.

Die oefendata

typing_samples() van die oefenwêreld gee vir jou pogings om die frase keep it private te tik. Elke poging is 'n dict:

{"typist": "T07",
 "dwell":  [96, 104, 88, ...],    # 15 numbers, one per key, in milliseconds
 "flight": [151, 130, 202, ...]}  # 14 numbers, one per gap between keys

Die tikkers word deur 'n gesaaide generator uitgevind, wat losweg soos gewone tikwerk gevorm is. Die akkuraatheid wat jy meet, sê dus hoe goed jy hierdie tikkers skei. Ware studies rapporteer 'n wye reeks resultate afhangende van die mense, sleutelborde en teks; ons maak geen aanspraak oor werklike akkuraatheid nie.

Meet "hoe naby"

Om twee lysse van tydmetings te vergelyk, tel by hoeveel ver hulle by elke posisie van mekaar af is, en ignoreer of die gaping positief of negatief is. Python se abs() laat die teken val: abs(-7) is 7. Python se zip(a, b) stap twee lysse langs mekaar:

for x, y in zip([100, 150], [90, 170]):
    print(x, y, abs(x - y))    # 100 90 10, then 150 170 20

So die afstand hier is 10 + 20 = 30. 'n Kleiner afstand beteken "meer soortgelyk".

Die verdediging: geraas

Die noise opsie voeg willeke jitter van ongeveer daardieveel millisekondes by elke tydsberekening, soorts hoe 'n privaatheidstool sleutelgebeure met klein willeke hoeveelhede kan vertraag voordat die bladsy dit sien. Kyk wat dit met jou akkuraatheid doen, en dink oor wat dit met die persoon wat tik sou doen: 150 millisekondes willeke vertraging op elke sleutel sou traag voel.

In ander tale

Die afstand en naaste-profiel-stappe in JavaScript:

const distance = (a, b) => a.reduce((t, x, i) => t + Math.abs(x - b[i]), 0);

function identify(features, profiles) {
  let best = null, bestDist = Infinity;
  for (const [name, p] of Object.entries(profiles)) {
    const d = distance(features, p);
    if (d < bestDist) { best = name; bestDist = d; }
  }
  return best;
}

En die afstand in Rust:

fn distance(a: &[f64], b: &[f64]) -> f64 {
    a.iter().zip(b).map(|(x, y)| (x - y).abs()).sum()
}

Wat jy moet sien

Sonder geraas word byna elke poging aan die regte tikker gekoppel. Matige geraas (50 ms) kos 'n bietjie akkuraatheid, maar die meeste pogings word steeds gekoppel; swaar geraas (150 ms) bring akkuraatheid skielik af. Dit is die eerlike ruil: tydgeraas help, maar genoeg geraas om jou te verberg laat tik ook slegter voel. Die finale les van hierdie module kyk na verdedigings wat jou nie gemak kos nie.

Opsomming

  • Enrol: bereken die gemiddelde tyd van elke persoon in 'n profiel.
  • Identifiseer: kies die profiel met die kleinste totale gaping (afstand).
  • Willeke tydruis verlaag akkuraatheid, maar net swaar ruis verlaag dit baie, en dit kos gemak.
  • Akkuraatheid op gegenere tikkers beskryf die generator, nie regte mense nie.
Jou beurt

Skryf vyf funksies. features(sample) gee sample["dwell"] gevolg deur sample["flight"] terug as een lys. distance(a, b) gee die som van abs(x - y) oor die twee lyse langs mekaar terug. build_profiles(samples) gee 'n dict wat elke typer se naam koppel aan die posisie-vir-posisie gemiddelde van hul kenmerklyste. identify(sample, profiles) gee die naam waarvan die profiel die kleinste afstand tot die steekproef se kenmerke het. accuracy(train, test) bou profiele uit train en gee die breuk van test steekproefs wat identify korrek kry terug ( 'n getal van 0 tot 1). Die drukkies onderaan is reeds geskryf.

Sien jy 'n probleem in hierdie les? Rapporteer dit · Vra oor hierdie les

Hierdie oefening open binnekort

Voltooi die lesie voor dit en hierdie een sal ontvanklik wees. Die hele kursus is gratis, geen rekening nodig nie, en jy kan hierdie les nou lees.