日本語非定型文入力のキーストロークデータに基づく個人識別ハイブリッドモデル

摘要

本研究ではGunettiらによるVector Disorder（以下，VD）法とWED法とを同一のキーストロークデータ条件下で比較し，さらに両者を併用したハイブリッドモデルを提案する．WED法では特徴量値の差の大きさで評価するのに対して，VD法では特徴量の順位パターン差で評価する．その違いにより，3.3節で述べるように，WED法はタイピングスキルの低い被験者で識別率がVD 法と比較して有意に高い．一方，Gunettiらも指摘するように，入力環境（たとえば，キーボード）や入力時の心身状況の違いに対して相対的な順位パターンは影響を受けにくいので，WED法に比してVD法が有効となる局面も期待される．そこで本研究では，総被験者数を増やし（112名→189名）て実験を行ない，WED法とVD法を比較するとともに，両手法の長所を相補的に生かすという視点からハイブリッドモデルを導入し，その有効性を評価することとした．