譯者 | 陳峻
審校 | 重樓
你是否想象過(guò)，登錄自己的電腦系統(tǒng)無(wú)需密碼，僅是通過(guò)分析你的打字方式來(lái)完成身份驗(yàn)證，而且無(wú)需額外的硬件，無(wú)需面部掃描，也無(wú)需指紋識(shí)別，你只需手指在鍵盤上按照自然節(jié)奏擊鍵。這是一種非常優(yōu)雅的網(wǎng)絡(luò)安全持續(xù)身份驗(yàn)證方案--擊鍵動(dòng)態(tài)（keystroke dynamics）。其背后的原理就在于每次打字時(shí)，你都會(huì)創(chuàng)建一個(gè)獨(dú)特的數(shù)字簽名。畢竟你按住“a”鍵的方式，在“th”之間的毫秒級(jí)停頓，以及在按下空格鍵之前的略微猶豫，這些微模式都和你的書寫筆跡一樣獨(dú)特，比簡(jiǎn)單的密碼更難被復(fù)制或盜用。
持續(xù)驗(yàn)證即服務(wù)
傳統(tǒng)的身份驗(yàn)證往往是開關(guān)式的：要么準(zhǔn)入，要么拒絕。即：在一次性輸入信任憑據(jù)后，系統(tǒng)就會(huì)信任整個(gè)會(huì)話。但是，如果有人肩窺（shoulder-surf）了你的密碼怎么辦？如果你離開一臺(tái)沒(méi)有上鎖的終端怎么辦？如果攻擊者遠(yuǎn)程劫持你的身份驗(yàn)證會(huì)話怎么辦？而持續(xù)身份驗(yàn)證通過(guò)不斷地詢問(wèn)：“這還是同一個(gè)人嗎？”來(lái)解決此類問(wèn)題。它已不是門口的安全檢查站，而是在你工作時(shí)隱形持續(xù)驗(yàn)證的后臺(tái)服務(wù)。
了解擊鍵動(dòng)態(tài)
擊鍵動(dòng)態(tài)可以捕捉個(gè)體獨(dú)特性的模式。它不僅記錄了個(gè)體按下的按鍵，還記錄了按鍵的方式。你可以把它想象成生物行為識(shí)別技術(shù)，即通過(guò)個(gè)體的行為來(lái)識(shí)別驗(yàn)證，而不僅僅是他們所知道的或擁有的傳統(tǒng)驗(yàn)證維度。
下面，讓我們來(lái)深入了解擊鍵事件的序列。比如：
========================================
原始擊鍵: "hello"
Key: h e l l o
| | | | |
▼ ▼ ▼ ▼ ▼
Press ●----●----●----●----●
| | | | |
Release ●----●----●----●----●
| | | | |
Time: 0 50 120 180 220 280 (ms)
Dwell Times (Press to Release):
h: 45ms e: 38ms l: 42ms l: 35ms o: 48ms
Flight Times (Release to Next Press):
h→e: 25ms e→l: 28ms l→l: 18ms l→o: 12ms此處的擊鍵測(cè)量指標(biāo)包括：
- 停留時(shí)間（Dwell Time）：按住一個(gè)按鍵多長(zhǎng)時(shí)間。有些人是按鍵點(diǎn)擊者（即：快速按下就釋放），而另一些人則是按鍵持續(xù)者（即：更長(zhǎng)的按壓持續(xù)時(shí)間）。
- 擊打時(shí)間（Flight Time）：從松開一個(gè)鍵到按下一個(gè)鍵之間的間隔。這揭示了自然的打字節(jié)奏和手指協(xié)調(diào)模式。
- 按壓動(dòng)態(tài)（Pressure Dynamics）：即在壓敏鍵盤上，你按鍵的力量。通常，緊張的打字者可能會(huì)更用力地按壓，放松的打字者則可能會(huì)更輕松。
- 打字速度（Typing Velocity）：不僅僅包括每分鐘的單詞量，還有著輸入單詞和句子中的加速和減速模式。下面展示的是三個(gè)個(gè)體打字模式的比較：
? ====================================
User A (Fast Typer):
Dwell: ■■(30ms avg) Flight: ■ (15ms avg)
Pattern: ●-●-●-●-●-●-●-● (Quick, consistent rhythm)
User B (Deliberate Typer):
Dwell: ■■■■ (65ms avg) Flight: ■■■ (45ms avg)
Pattern: ●---●---●---●--- (Slower, thoughtful pace)
User C (Variable Typer):
Dwell: ■■■ (50ms avg) Flight: ■■ (varies 10-80ms)
Pattern: ●--●-●----●--●- (Irregular, context-dependent)深度學(xué)習(xí)架構(gòu)
由原始按鍵產(chǎn)生的數(shù)據(jù)往往是凌亂、高維度且充滿“噪音”的。而傳統(tǒng)的機(jī)器學(xué)習(xí)方法通常需要摻雜時(shí)間復(fù)雜度和個(gè)人差異性。下面我們來(lái)看看深度學(xué)習(xí)的數(shù)據(jù)流架構(gòu)：
===============================
Raw Keystrokes → Feature Extraction → Model Training → Authentication
↓ ↓ ↓ ↓
[h][e][l][l] [Dwell Times] [CNN/RNN] [User/Imposter]
Time stamps → [Flight Times] → Training → Decision
Press/Release [Velocities] [Patterns] [Confidence]
Full Pipeline Visualization:
===========================
Input Layer: [●●●●●●●●●●] (Keystroke sequence)
↓
Feature Layer: [■■■■] (Temporal features)
↓ ↘
CNN Branch: [▲▲▲] →[▼] (Pattern detection)
↓ ↘
RNN Branch: [◆◆◆] → [?] (Sequence modeling)
↓
Fusion Layer: [?] (Combined features)
↓
Output: [0.87] (Authentication score)用于模式識(shí)別的卷積神經(jīng)網(wǎng)絡(luò)（CNN）
CNN在尋找空間模式方面非常出色，我們可以通過(guò)將擊鍵序列視為一維信號(hào)或?qū)⑵滢D(zhuǎn)換為二維表示，來(lái)進(jìn)行擊鍵分析。下面是CNN架構(gòu)的擊鍵分析：
=======================================
Input: Keystroke Sequence (100 timesteps × 4 features)
┌─────────────────────────────────────────────────┐
│ Dwell │■■□■■■□□■■■□■■□□■■■□■■■□□■■■□■■□□■■■□. │
│ Flight│□■■□□■■□■■□□■■□■■□□■■□■■□□■■□■■□□■■□. │
│ Press │■□■■□■□■■□■■□■□■■□■■□■□■■□■■□■□■■□■■. │
│ Velocity│□□■■■□□■■■□□■■■□□■■■□□■■■□□■■■□□■■■. │
└─────────────────────────────────────────────────┘
↓ Conv2D (32 filters, 3×1)
┌─────────────────────────────────────────────────┐
│ Feature Maps │
│▲▲▲▲ ▼▼▼▼ ◆◆◆◆ ●●●● ■■■■ □□□□ ★★★★ ☆☆☆☆ │
│ Filter responses detecting local patterns │
└─────────────────────────────────────────────────┘
↓ MaxPool + Conv2D (64 filters)
┌─────────────────────────────────────────────────┐
│ Higher-level Features │
│ ████ ▓▓▓▓ ???? ???? ■■■■ □□□□ │
│ Complex typing pattern detectors │
└─────────────────────────────────────────────────┘
↓ Global Average Pooling
[Feature Vector]
↓ Dense Layer
[Authentication Score: 0.92]
Pattern Recognition Examples:
============================
Filter 1: ■□■□■□ (Detects alternating dwell patterns)
Filter 2: ■■■□□□ (Detects burst typing followed by pause)
Filter 3: □■■■■□ (Detects acceleration patterns)
Filter 4: ■□□■□□ (Detects hesitation patterns)用于按鍵特征提取的CNN架構(gòu)示例：
import tensorflow as tf
def build_keystroke_cnn(sequence_length, num_features):
model = tf.keras.Sequential([
# Reshape input for 1D convolution
tf.keras.layers.Reshape((sequence_length, num_features, 1)),
# First convolutional block - captures local typing patterns
tf.keras.layers.Conv2D(32, (3, 1), activatinotallow='relu', padding='same'),
tf.keras.layers.BatchNormalization(),
tf.keras.layers.MaxPooling2D((2, 1)),
# Second block - captures mid-level temporal patterns
tf.keras.layers.Conv2D(64, (3, 1), activatinotallow='relu', padding='same'),
tf.keras.layers.BatchNormalization(),
tf.keras.layers.MaxPooling2D((2, 1)),
# Third block - high-level feature extraction
tf.keras.layers.Conv2D(128, (3, 1), activatinotallow='relu', padding='same'),
tf.keras.layers.GlobalAveragePooling2D(),
# Dense layers for classification
tf.keras.layers.Dense(256, activatinotallow='relu'),
tf.keras.layers.Dropout(0.3),
tf.keras.layers.Dense(1, activatinotallow='sigmoid') # Binary: authentic user or not
])
return model可見(jiàn)，CNN能夠?qū)W會(huì)識(shí)別你打字“信號(hào)”中的特征模式。就像它識(shí)別圖像中的邊緣一樣，它可以識(shí)別擊鍵序列中獨(dú)特的時(shí)序符號(hào)。
用于時(shí)間建模的循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）
雖然CNN非常適合模式識(shí)別，但RNN才是專門為順序數(shù)據(jù)設(shè)計(jì)的。畢竟，擊鍵打字的本質(zhì)是時(shí)序的，它與時(shí)間聯(lián)系緊密。下面是基于RNN/LSTM架構(gòu)的擊鍵分析：
==============================================
Keystroke Sequence: [k1] → [k2] → [k3] → [k4] → ... → [kn]
↓ ↓ ↓ ↓ ↓
LSTM Layer 1: [h1] → [h2] → [h3] → [h4] → ... → [hn]
↓ ↓ ↓ ↓ ↓
Memory States: [c1] [c2] [c3] [c4] ... [cn]
LSTM Layer 2: [h1'] → [h2'] → [h3'] → [h4'] → ... → [hn']
↓ ↓ ↓ ↓ ↓
Final Output: [Output]
↓
[Auth Score: 0.85]
LSTM Cell Internal Process:
==========================
Previous: h(t-1), c(t-1) Current Input: x(t)
↓ ↓
┌─────────────────────────────────────┐
│ Forget Gate: f(t) = σ(Wf·[h,x]+bf) │← Decides what to forget
│ Input Gate: i(t) = σ(Wi·[h,x]+bi) │← Decides what to update
│ Candidate: C?(t) = tanh(Wc·[h,x]) │← New candidate values
│ Output Gate: o(t) = σ(Wo·[h,x]+bo) │← Controls output
└─────────────────────────────────────┘
↓
Memory Update: c(t) = f(t)*c(t-1) + i(t)*C?(t)
Hidden State: h(t) = o(t) * tanh(c(t))
Temporal Pattern Learning:
=========================
Time: t1 t2 t3 t4 t5 t6
Input: [●] [●] [●] [●] [●] [●]
Pattern: Fast→Fast→Slow→Fast→Fast→Slow
Memory: ■ ■■ ■■■ ■■ ■■■ ■■■■
↑ ↑ ↑ ↑ ↑ ↑
Learn Build Slow Reset Repeat Confirm
rhythm context pattern state rhythm pattern而將上述RNN/LSTM架構(gòu)轉(zhuǎn)換為Python則為：
def build_keystroke_rnn(sequence_length, num_features):
model = tf.keras.Sequential([
# LSTM layers to capture typing rhythm and dependencies
tf.keras.layers.LSTM(128, return_sequences=True, dropout=0.2),
tf.keras.layers.LSTM(64, return_sequences=True, dropout=0.2),
tf.keras.layers.LSTM(32, dropout=0.2),
# Dense layers for user identification
tf.keras.layers.Dense(128, activatinotallow='relu'),
tf.keras.layers.Dropout(0.3),
tf.keras.layers.Dense(64, activatinotallow='relu'),
tf.keras.layers.Dense(1, activatinotallow='sigmoid')
])
return model可見(jiàn)，RNN保留了你擊鍵歷史記錄的內(nèi)部記憶，能夠通過(guò)“快速-快速-暫停-快速”、或是你在輸入數(shù)字之前始終會(huì)放慢速度的習(xí)慣，了解到某些字母組合。
混合CNN-RNN架構(gòu)
更強(qiáng)大的方法是將兩者相結(jié)合，即：使用CNN提取本地?fù)翩I模式，而RNN模擬時(shí)間依賴關(guān)系。例如：
def build_hybrid_keystroke_model(sequence_length, num_features):
# Input layer
inputs = tf.keras.layers.Input(shape=(sequence_length, num_features))
# CNN branch for pattern extraction
cnn_branch = tf.keras.layers.Reshape((sequence_length, num_features, 1))(inputs)
cnn_branch = tf.keras.layers.Conv2D(64, (3, 1), activatinotallow='relu', padding='same')(cnn_branch)
cnn_branch = tf.keras.layers.MaxPooling2D((2, 1))(cnn_branch)
cnn_branch = tf.keras.layers.Conv2D(32, (3, 1), activatinotallow='relu', padding='same')(cnn_branch)
cnn_branch = tf.keras.layers.Reshape((-1, 32))(cnn_branch)
# RNN branch for temporal modeling
rnn_branch = tf.keras.layers.LSTM(64, return_sequences=True)(inputs)
rnn_branch = tf.keras.layers.LSTM(32)(rnn_branch)
# Combine features
combined = tf.keras.layers.Concatenate()([
tf.keras.layers.GlobalAveragePooling1D()(cnn_branch),
rnn_branch
])
# Final classification
outputs = tf.keras.layers.Dense(128, activatinotallow='relu')(combined)
outputs = tf.keras.layers.Dropout(0.3)(outputs)
outputs = tf.keras.layers.Dense(1, activatinotallow='sigmoid')(outputs)
model = tf.keras.Model(inputs=inputs, outputs=outputs)
return model實(shí)際訓(xùn)練
我們接著來(lái)看看對(duì)于數(shù)據(jù)的預(yù)處理訓(xùn)練。請(qǐng)參考如下代碼：
def preprocess_keystroke_data(raw_data):
"""
Convert raw keystroke events into feature vectors
"""
features = []
for session in raw_data:
# Calculate dwell times
dwell_times = [event.release_time - event.press_time for event in session]
# Calculate flight times
flight_times = []
for i in range(len(session) - 1):
flight_time = session[i+1].press_time - session[i].release_time
flight_times.append(flight_time)
# Normalize to handle different typing speeds
dwell_times = normalize_sequence(dwell_times)
flight_times = normalize_sequence(flight_times)
# Create fixed-length sequences
feature_vector = create_fixed_sequence(dwell_times, flight_times)
features.append(feature_vector)
return np.array(features)訓(xùn)練策略示例
訓(xùn)練的關(guān)鍵是盡快發(fā)現(xiàn)那些異常檢測(cè)到的問(wèn)題，而不是進(jìn)行傳統(tǒng)的分類。你無(wú)需嘗試識(shí)別每一個(gè)可能的用戶，而是要識(shí)別出當(dāng)前用戶在什么時(shí)候?qū)儆谖唇?jīng)過(guò)身份驗(yàn)證的用戶。請(qǐng)參考如下代碼：
# Training approach
def train_keystroke_authenticator(user_data, imposter_data):
# Combine CNN and RNN model
model = build_hybrid_keystroke_model(sequence_length=100, num_features=4)
# Use focal loss to handle class imbalance
model.compile(
optimizer='adam',
loss='binary_focal_crossentropy', # Better for imbalanced data
metrics=['accuracy', 'precision', 'recall']
)
# Training with data augmentation
X_train, X_val, y_train, y_val = train_test_split(
features, labels, test_size=0.2, stratify=labels
)
# Use callbacks for adaptive training
callbacks = [
tf.keras.callbacks.EarlyStopping(patience=10),
tf.keras.callbacks.ReduceLROnPlateau(factor=0.5, patience=5),
tf.keras.callbacks.ModelCheckpoint('best_model.h5', save_best_notallow=True)
]
model.fit(X_train, y_train,
validation_data=(X_val, y_val),
epochs=100,
batch_size=32,
callbacks=callbacks)
return model部署和監(jiān)控
在真實(shí)場(chǎng)景中，系統(tǒng)會(huì)通過(guò)實(shí)時(shí)推理，進(jìn)而做出持續(xù)的身份驗(yàn)證決策。請(qǐng)參考如下代碼：
class KeystrokeAuthenticator:
def __init__(self, model_path, window_size=50):
self.model = tf.keras.models.load_model(model_path)
self.window_size = window_size
self.keystroke_buffer = []
self.confidence_threshold = 0.7
def process_keystroke(self, keystroke_event):
# Add to rolling buffer
self.keystroke_buffer.append(keystroke_event)
# Keep only recent keystrokes
if len(self.keystroke_buffer) > self.window_size:
self.keystroke_buffer.pop(0)
# Make prediction if we have enough data
if len(self.keystroke_buffer) >= self.window_size:
features = self.extract_features(self.keystroke_buffer)
confidence = self.model.predict(features.reshape(1, -1))[0][0]
if confidence < self.confidence_threshold:
return "AUTHENTICATION_FAILED"
else:
return "AUTHENTICATED"
return "INSUFFICIENT_DATA"自適應(yīng)閾值
不過(guò)，就動(dòng)態(tài)平衡生物的行為識(shí)別而言，靜態(tài)閾值技術(shù)往往無(wú)法應(yīng)對(duì)個(gè)體的變化、系統(tǒng)的差異、以及上下文等問(wèn)題。為此，我們可以實(shí)施基于以下內(nèi)容的動(dòng)態(tài)閾值。
- 最近的認(rèn)證成功率
- 一整天或一周的模式特征
- 鍵盤與設(shè)備的上下文
- 用戶的反饋（如果有）
運(yùn)行測(cè)試
下面，我們以合法用戶的正常輸入，以及為冒名頂替者的輸入來(lái)運(yùn)行上述腳本。其中，CNN層在訓(xùn)練期間會(huì)提取空間特征，而RNN在測(cè)試期間會(huì)處理時(shí)間序列，模擬持續(xù)身份驗(yàn)證。同時(shí)，該模型的輸出具有置信分?jǐn)?shù)的預(yù)測(cè)（即，判定合法用戶或冒名頂替者）。
注意：這是一個(gè)簡(jiǎn)化的原型。在真實(shí)場(chǎng)景中，你可能需要更大的數(shù)據(jù)集、強(qiáng)大的預(yù)處理、以及用戶同意等道德考慮。
現(xiàn)實(shí)世界的實(shí)施挑戰(zhàn)
數(shù)據(jù)收集和隱私
擊鍵動(dòng)態(tài)需要持續(xù)監(jiān)控用戶的輸入。不過(guò)，這會(huì)引起嚴(yán)重的隱私問(wèn)題，畢竟它會(huì)記錄個(gè)體輸入的所有內(nèi)容。為此，可參考的解決方案包括：
- 設(shè)備處理：讓原始按鍵的輸入數(shù)據(jù)永遠(yuǎn)不會(huì)離開用戶的設(shè)備
- 僅提取特征：存儲(chǔ)時(shí)序模式，而非具體按鍵輸入內(nèi)容
- 差異隱私：添加受控的“噪音”，以保護(hù)個(gè)體的打字習(xí)慣
- 用戶同意和透明度：就正在監(jiān)控的內(nèi)容與用戶進(jìn)行清晰的溝通
處理變異性
當(dāng)個(gè)體疲憊、壓力大、使用不同的鍵盤，甚至坐在不同的位置時(shí)，其擊鍵打字方式會(huì)有所不同。對(duì)此，此類系統(tǒng)必須考慮到：
- 上下文適應(yīng)：充分考慮不同場(chǎng)景的不同模型，包括：筆記本電腦或臺(tái)式機(jī)鍵盤、早上或晚上的輸入
- 持續(xù)學(xué)習(xí)：構(gòu)建能適應(yīng)擊鍵模式逐漸變化的模型
- 信心評(píng)分：有時(shí)，系統(tǒng)說(shuō)出“我不確定”，要比做出錯(cuò)誤的認(rèn)證結(jié)論要更好
性能要求
要能夠?qū)崿F(xiàn)持續(xù)身份驗(yàn)證就必須：
- 夠快：具有亞秒級(jí)的決策能力
- 資源高效：不可過(guò)于消耗電池電量或減慢系統(tǒng)速度
- 準(zhǔn)確性：降低假陽(yáng)性率（不要鎖定合法用戶）和假陰性率（不要放過(guò)攻擊者）
結(jié)論
擊鍵動(dòng)態(tài)的持續(xù)身份驗(yàn)證應(yīng)用，為現(xiàn)代網(wǎng)絡(luò)安全提供了一種強(qiáng)大、用戶友好的方法。為了利用擊鍵輸入行為的獨(dú)特模式，我們通過(guò)混合CNN+RNN深度學(xué)習(xí)架構(gòu)，進(jìn)而實(shí)現(xiàn)了對(duì)持續(xù)測(cè)試時(shí)間的動(dòng)態(tài)建模，提供了隱形的實(shí)時(shí)身份驗(yàn)證。隨著網(wǎng)絡(luò)威脅的演變，掌握此類技術(shù)將使你能夠處于數(shù)字安全的最前沿。
譯者介紹
陳峻（Julian Chen），51CTO社區(qū)編輯，具有十多年的IT項(xiàng)目實(shí)施經(jīng)驗(yàn)，善于對(duì)內(nèi)外部資源與風(fēng)險(xiǎn)實(shí)施管控，專注傳播網(wǎng)絡(luò)與信息安全知識(shí)與經(jīng)驗(yàn)。
原文標(biāo)題：What If Your Unique Typing Style Could Become Your Seamless Password?，作者：Alok Upadhyay
