Distinguir a los mecanógrafos
Por qué importa "Tu forma de teclear te identifica" suena a historia para asustar hasta que construyes tú mismo el comparador. En este laboratorio distinguirás a 50 mecanógrafos inventados solo por sus tiempos, y luego activarás una defensa sencilla y medirás cuánto ayuda. Terminarás sabiendo tanto cómo funciona el truco como qué lo debilita.
El plan, en palabras de todos los días
Imagina que aprendes a reconocer a 50 personas por su forma de llamar a la puerta. Primero escuchas a cada persona llamar cuatro veces y recuerdas su ritmo habitual. Luego alguien llama y te preguntas: ¿al ritmo habitual de quién se parece más? Ese es todo el método.
Perfil: un resumen del comportamiento habitual de una persona, aquí la media de sus tiempos. Construir perfiles a partir de ejemplos conocidos se llama registro (enrolment).
Rasgo (feature): un número que describe un ejemplo. Una lista de rasgos convierte un suceso desordenado (una frase tecleada) en algo que el código puede comparar.
Los datos de práctica
typing_samples() del mundo de práctica te da intentos de teclear la frase fija keep it private. Cada intento es un diccionario:
{"typist": "T07",
"dwell": [96, 104, 88, ...], # 15 numbers, one per key, in milliseconds
"flight": [151, 130, 202, ...]} # 14 numbers, one per gap between keys
Los mecanógrafos los inventa un generador con semilla, con una forma vagamente parecida a la de una escritura normal. Así que la precisión que midas dice lo bien que separas a estos mecanógrafos. Los estudios reales dan resultados muy variados según las personas, los teclados y el texto; no afirmamos nada sobre la precisión en el mundo real.
Medir "lo cerca"
Para comparar dos listas de tiempos, suma lo lejos que están en cada posición, sin importar si la diferencia es positiva o negativa. El abs() de Python quita el signo: abs(-7) es 7. El zip(a, b) de Python recorre dos listas a la vez:
for x, y in zip([100, 150], [90, 170]):
print(x, y, abs(x - y)) # 100 90 10, then 150 170 20
Así que aquí la distancia es 10 + 20 = 30. Una distancia menor significa "más parecidos".
La defensa: ruido
La opción noise añade a cada tiempo un temblor aleatorio de más o menos esos milisegundos, como haría una herramienta de privacidad que retrasara los eventos de teclado en pequeñas cantidades aleatorias antes de que los vea la página. Fíjate en lo que le hace a tu precisión, y piensa en lo que le haría a la persona que teclea: 150 milisegundos de retraso aleatorio en cada tecla se notarían lentos.
En otros lenguajes
Los pasos de la distancia y del perfil más cercano en 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;
}Y la distancia en Rust:
fn distance(a: &[f64], b: &[f64]) -> f64 {
a.iter().zip(b).map(|(x, y)| (x - y).abs()).sum()
}Lo que deberías ver
Sin ruido, casi todos los intentos se asignan al mecanógrafo correcto. Un ruido moderado (50 ms) cuesta algo de precisión, pero la mayoría de los intentos se siguen asignando bien; un ruido fuerte (150 ms) hace caer la precisión mucho. Ese es el compromiso honesto: el ruido en los tiempos ayuda, pero el ruido suficiente para esconderte también hace que teclear se sienta peor. La última lección de este módulo mira defensas que no te cuestan comodidad.
Resumen
- Registra: haz la media de los tiempos de cada persona para obtener un perfil.
- Identifica: elige el perfil con la menor diferencia total (distancia).
- El ruido aleatorio en los tiempos baja la precisión, pero solo el ruido fuerte la baja mucho, y eso cuesta comodidad.
- La precisión con mecanógrafos generados describe el generador, no a personas reales.
Escribe cinco funciones. features(sample) devuelve sample["dwell"] seguido de sample["flight"] en una sola lista. distance(a, b) devuelve la suma de abs(x - y) recorriendo las dos listas a la vez. build_profiles(samples) devuelve un diccionario que asocia el nombre de cada mecanógrafo a la media, posición a posición, de sus listas de rasgos. identify(sample, profiles) devuelve el nombre cuyo perfil tiene la menor distancia a los rasgos de la muestra. accuracy(train, test) construye perfiles a partir de train y devuelve la fracción de muestras de test que identify acierta (un número de 0 a 1). La impresión del final ya está escrita.
¿Has visto un problema en esta lección? Avísanos · Preguntar sobre esta lección
Este ejercicio se abre pronto
Termina la lección anterior y esta se desbloquea. Todo el curso es gratis, no hace falta cuenta, y puedes leer esta lección ahora mismo.
Este navegador está bloqueando las cookies de learn.floati.life, así que las lecciones que terminaste aquí no se pueden abrir en orden. Permite las cookies de este sitio y recarga.