Conteúdo do curso Lição 128 de 156 · Rastreando a pessoa, não o dispositivo
Rastreando a pessoa, não o dispositivo

Diferenciar digitadores

Por que isso importa "A sua digitação identifica você" parece história para assustar até você construir o comparador você mesmo. Neste laboratório você vai diferenciar 50 digitadores inventados só pelos tempos, depois ligar uma defesa simples e medir o quanto ela ajuda. Você vai terminar sabendo como o truque funciona e o que o enfraquece.

O plano, em termos do dia a dia

Imagine aprender a reconhecer 50 pessoas pela batida na porta. Primeiro você ouve cada pessoa bater quatro vezes e memoriza o ritmo habitual dela. Depois alguém bate e você pergunta: este ritmo está mais perto do ritmo habitual de quem? Esse é o método inteiro.

Perfil: um resumo do comportamento habitual de uma pessoa, aqui a média dos tempos dela. Montar perfis a partir de exemplos conhecidos se chama cadastro (enrolment).

Característica (feature): um número que descreve um exemplo. Uma lista de características transforma um evento bagunçado (uma frase digitada) em algo que o código consegue comparar.

Os dados de prática

typing_samples() do mundo de prática dá a você tentativas de digitar a frase fixa keep it private. Cada tentativa é um 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

Os digitadores são inventados por um gerador com semente, com um formato que lembra vagamente a digitação comum. Então a precisão que você mede diz o quão bem você separa estes digitadores. Estudos reais relatam uma grande variedade de resultados, dependendo das pessoas, dos teclados e do texto; não afirmamos nada sobre a precisão no mundo real.

Medindo "o quão perto"

Para comparar duas listas de tempos, some o quanto elas estão distantes em cada posição, ignorando se a diferença é positiva ou negativa. O abs() do Python descarta o sinal: abs(-7) é 7. O zip(a, b) do Python percorre duas listas lado a lado:

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

Então a distância aqui é 10 + 20 = 30. Uma distância menor significa "mais parecidos".

A defesa: ruído

A opção noise adiciona uma variação aleatória de cerca daquela quantidade de milissegundos a cada tempo, do jeito que uma ferramenta de privacidade poderia atrasar os eventos de tecla em pequenas quantidades aleatórias antes que a página os veja. Veja o que isso faz com a sua precisão, e pense no que faria com quem está digitando: 150 milissegundos de atraso aleatório em cada tecla pareceriam lentos.

Em outras linguagens

Os passos de distância e de perfil mais próximo em 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;
}

E a distância em Rust:

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

O que você deveria ver

Sem ruído, quase toda tentativa é associada ao digitador certo. Um ruído moderado (50 ms) custa um pouco de precisão, mas a maioria das tentativas ainda é associada; um ruído pesado (150 ms) derruba a precisão bastante. Esse é o meio-termo honesto: o ruído nos tempos ajuda, mas ruído suficiente para esconder você também deixa a digitação pior. A última lição deste módulo olha para defesas que não custam o seu conforto.

Resumo

  • Cadastrar: tire a média dos tempos de cada pessoa num perfil.
  • Identificar: escolha o perfil com a menor diferença total (distância).
  • Ruído aleatório nos tempos reduz a precisão, mas só um ruído pesado a reduz muito, e isso custa conforto.
  • A precisão em digitadores gerados descreve o gerador, não pessoas reais.
Sua vez

Escreva cinco funções. features(sample) retorna sample["dwell"] seguido de sample["flight"] numa única lista. distance(a, b) retorna a soma de abs(x - y) sobre as duas listas lado a lado. build_profiles(samples) retorna um dict que mapeia o nome de cada digitador para a média, posição por posição, das listas de características dele. identify(sample, profiles) retorna o nome cujo perfil tem a menor distância das características da amostra. accuracy(train, test) monta perfis a partir de train e retorna a fração das amostras de test que identify acerta (um número de 0 a 1). A impressão no final já está escrita.

Viu um problema nesta lição? Reporte-o · Pergunte sobre esta lição

Este exercício abre em breve

Termine a lição anterior para que esta seja desbloqueada. O curso inteiro é gratuito, não precisa de conta, e você pode ler esta lição agora mesmo.