Горелов, Д. Ю.Иванова, Е. А.Литвиненко, А. В.Довбня, А. А.Минин, Д. А.2023-04-222023-04-222021Исследование возможностей использования клавиатурного почерка для задач идентификации студентов в системах дистанционного образования / Д. Ю. Горелов, Е. А. Иванова, А. В. Литвиненко, А. А. Довбня, Д. А. Минин // Радіотехніка : Всеукр. міжвід. наук.-техн. зб. – Харьків, 2021. – Вип. 207. – С. 139–148.https://openarchive.nure.ua/handle/document/22774При использовании систем дистанционного образования возникает проблема информационной безопасности учебного процесса, которая, кроме внешних, подразумевает также и внутренние угрозы. Одной из таких угроз может стать легальный пользователь, который заплатил мошеннику за сдачу тестов и видимость учебной деятельности под своим именем. Использование традиционных методов идентификации имеет два существенных недостатка: во-первых, неоднозначность идентифицируемого пользователя, поскольку в данном случае установление личности пользователя происходит по введенной парольной фразе; во-вторых, отсутствие возможности обнаружения подмены дентифицированного пользователя в процессе работы с системой. Указанные недостатки устраняются при использовании биометрических методов скрытного и непрерывного мониторинга. В первой части работы проанализированы типы тестовых заданий. С учетом специфики использования алгоритмов скрытного клавиатурного мониторинга предложено: 1) использовать тесты, не содержащие вариантов ответов; 2) использовать тесты при текущем контроле знаний с целью формирования биометрического эталона пользователя; 3) использовать тесты с численными ответами с целью минимизации анализируемых диграфов клавиатуры. Во второй части работы предложен алгоритм формирования профиля пользователя и его идентификации, сочетающий качественный (распределение частот использования групп цифровых клавиш, клавишразделителей целой и дробной части, знаков «плюс» и «минус» на основной и дополнительной клавиатурах) и количественный (учет статистических свойств диграфов) подходы. Экспериментально полученные оценки точности идентификации предложенного алгоритма составили: FAR=4,64 % и FRR=6,25 %.otherинформационная безопасность систем дистанционного обученияидентификацияклавиатурный почеркдиграф клавиатурымногофакторная классификация