研究人员开发了一种新的跨设备用户身份验证系统，该系统使用迁移学习来分析按键动力学。该方法将在一台设备上学习到的打字模式适应到另一台设备上，从而解决了不同设备外形和打字风格带来的挑战。在BBMAS数据集上的实验表明，所提出的系统实现了14.2%的等错误率，优于现有的最先进技术。 AI
影响 这项研究可以通过实现更强大的生物识别身份验证来增强多设备用户的安全性。
排序理由 该集群包含一篇详细介绍新方法和实验结果的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
