Assessment of the Possibilities of Using Behavioral Biometrics: Analysis of Computer Mouse Movements to Protect Remote Administration Sessions
( Pp. 170-177)
More about authors
Uymin Anton G.
senior lecturer
National University of Oil and Gas “Gubkin University”
Moscow, Russian Federation Belousov Alexander V. Cand. Sci. (Eng.), Associate Professor; head, Department of Information Technology Security; National University of Oil and Gas “Gubkin University”; Moscow, Russian Federation
National University of Oil and Gas “Gubkin University”
Moscow, Russian Federation Belousov Alexander V. Cand. Sci. (Eng.), Associate Professor; head, Department of Information Technology Security; National University of Oil and Gas “Gubkin University”; Moscow, Russian Federation
Abstract:
The purpose of this work is to substantiate the possibilities of using mouse dynamics as a method of behavioral biometrics for the tasks of continuous authentication of system administrators in remote access conditions. The research focuses on studying the features of mixed (discrete-continuous) data transmission channels and the specifics of using GUI interfaces used in modern administration scenarios. The paper considers formal models for processing behavioral signs, suggests an approach to integrating asynchronous and fragmentary signals, and performs a comparative analysis of biometric methods based on stability criteria, the possibilities of application in background modes, and the possibility of integration without additional equipment. Particular attention is paid to the architectural requirements for Continuous Authentication Systems (CAS), including assessing the adaptability of models and determining their resistance to data flow fragmentation. The analysis results confirm that mouse dynamics has balanced characteristics for passive biometric authentication.: It is actively used in software and hardware platforms with a graphical interface, does not require specialized sensors, and provides good identification quality with a low level of interference. It is shown that this type of biometric authentication can be effectively applied in conditions of an unstable channel, while meeting the requirements for synchronization, aggregation and profile adaptation. The proposed recommendations on the architecture of CAS systems are focused on real-world application in the IT infrastructure without compromising performance and user experience.
How to Cite:
Uymin A.G., and Belousov A.V. Assessment of the possibilities of using behavioral biometrics: analysis of computer mouse movements to protect remote administration sessions. Computational Nanotechnology. 12, 3 (2025), 170–177. DOI: 10.33693/2313-223X-2025-12-3-170-177. EDN: BULODR
Reference list:
Царькова Е.Г. О возможности распознавания системой интеллектуального видеонаблюдения девиантного поведения лиц на территории охраняемых объектов УИС // Пенитенциарная безопасность: национальные традиции и зарубежный опыт: материалы Всероссийской научно-практической конференции с международным участием (Самара, 1–2 июня 2023 г.). Самара: Самарский юридический институт ФСИН России, 2023. С. 210–212. EDN: ZVKCTT.
Рябчиков И.А. Метод автоматического распознавания девиантного поведения людей на основе интеграции технологий компьютерного зрения и управления знаниями для поддержки принятия решений операторами систем видеомониторинга // Системы анализа и обработки данных. 2022. № 3 (87). С. 21–36. DOI: 10.17212/2782-2001-2022-3-21-36. EDN: KGIUTQ.
Уздяев М.Ю., Карпов А.А. Создание и анализ многомодального корпуса данных для автоматического распознавания агрессивного поведения людей // Научно-технический вестник информационных технологий, механики и оптики. 2024. Т. 24. № 5. С. 834–842. DOI: 10.17586/2226-1494-2024-24-5-834-842. EDN: IGHOYN.
Тетерин Н.Н. Общие вопросы анализа деструктивного поведения пользователей в социальных сетях // Актуальные проблемы деятельности подразделений уголовно-исполнительной системы: сб. матер. Всерос. науч.-практ. конф. (Воронеж, 24 октября 2024 г.). В 3-х т. Воронеж: Научная книга, 2024. С. 96–99. EDN: OWDJUT.
Тетерин Н.Н., Смоленцева В.В. К вопросу формализации задачи выявления деструктивного поведения с применением технологий искусственного интеллекта // Тенденции развития науки и образования. 2024. № 114-10. С. 81–83. DOI: 10.18411/trnio-10-2024-440. EDN: EEBVGI.
Балабанова Т.Н., Абрамов К.В., Болдышев А.В., Долбин Д.М. Автоматическое обнаружение гнева и агрессии в речевых сигналах // Экономика. Информатика. 2023. Т. 50. № 4. С. 944–954. DOI: 10.52575/2712-746X-2023-50-4-944-954. EDN: HNMGPZ.
Шевченко Д.А. Актуальные аспекты воздействия различных информационных источников на деструктивное поведение молодежи // Актуальные вопросы юридической науки глазами молодых исследователей: сб. статей по итогам Четвертой Всероссийской научной конференции курсантов, студентов, адъюнктов, аспирантов и соискателей (Рязань, 2 февраля 2024 г.). Москва; Н. Новгород: Постер-М; РАНХиС, 2024. С. 155–158. EDN: KXQXNK.
Эргешова А.Ж. Роль искусственного интеллекта в профилактике деструктивного поведения среди молодежи // Актуальные тенденции социальных коммуникаций: история и современность: сб. науч. статей. Ижевск: Изд. дом «Удмуртский университет», 2024. С. 439–442. EDN: IWVBYH.
Панкратова М.Д., Сковпень Т.Н. Модели NLP с использованием нейронных сетей в анализе тональности новостей // Аналитические технологии в социальной сфере: теория и практика (Москва, 14 декабря 2023 г.). Т. 15. М.: НИЦ «Национальная безопасность», 2023. С. 97–107. EDN: CTABKU.
Кучук Е.А. Прогнозирование конфликтов с использованием методов Data Science и сетевого анализа // Аналитические технологии в социальной сфере: теория и практика (Москва, 14 декабря 2023 г.). Т. 15. М.: НИЦ «Национальная безопасность», 2023. С. 44–49. EDN: MTWADV.
Szil gyi L. et al. Elevating security: Mouse dynamics in behavior biometrics for user identity authentication. In: IEEE 6th International Symposium on Logistics and Industrial Informatics (LINDI). IEEE, 2024. Pp. 000227 000232.
Uymin A. Application of machine learning in the classification of traffic in telecommunication networks: working with network modeling systems. In: E3S Web of Conferences. International Scientific Siberian Transport Forum TransSiberia 2023 (Novosibirsk, May 16 19, 2023). Vol. 402. Novosibirsk: Sciences, 2023. P. 03001. DOI: 10.1051/e3sconf/202340203001. EDN: ZMBVYO.
Wang C. et al. Behavioral authentication for security and safety. Security and Safety. 2024. Vol. 3. 2024003.
Рябчиков И.А. Метод автоматического распознавания девиантного поведения людей на основе интеграции технологий компьютерного зрения и управления знаниями для поддержки принятия решений операторами систем видеомониторинга // Системы анализа и обработки данных. 2022. № 3 (87). С. 21–36. DOI: 10.17212/2782-2001-2022-3-21-36. EDN: KGIUTQ.
Уздяев М.Ю., Карпов А.А. Создание и анализ многомодального корпуса данных для автоматического распознавания агрессивного поведения людей // Научно-технический вестник информационных технологий, механики и оптики. 2024. Т. 24. № 5. С. 834–842. DOI: 10.17586/2226-1494-2024-24-5-834-842. EDN: IGHOYN.
Тетерин Н.Н. Общие вопросы анализа деструктивного поведения пользователей в социальных сетях // Актуальные проблемы деятельности подразделений уголовно-исполнительной системы: сб. матер. Всерос. науч.-практ. конф. (Воронеж, 24 октября 2024 г.). В 3-х т. Воронеж: Научная книга, 2024. С. 96–99. EDN: OWDJUT.
Тетерин Н.Н., Смоленцева В.В. К вопросу формализации задачи выявления деструктивного поведения с применением технологий искусственного интеллекта // Тенденции развития науки и образования. 2024. № 114-10. С. 81–83. DOI: 10.18411/trnio-10-2024-440. EDN: EEBVGI.
Балабанова Т.Н., Абрамов К.В., Болдышев А.В., Долбин Д.М. Автоматическое обнаружение гнева и агрессии в речевых сигналах // Экономика. Информатика. 2023. Т. 50. № 4. С. 944–954. DOI: 10.52575/2712-746X-2023-50-4-944-954. EDN: HNMGPZ.
Шевченко Д.А. Актуальные аспекты воздействия различных информационных источников на деструктивное поведение молодежи // Актуальные вопросы юридической науки глазами молодых исследователей: сб. статей по итогам Четвертой Всероссийской научной конференции курсантов, студентов, адъюнктов, аспирантов и соискателей (Рязань, 2 февраля 2024 г.). Москва; Н. Новгород: Постер-М; РАНХиС, 2024. С. 155–158. EDN: KXQXNK.
Эргешова А.Ж. Роль искусственного интеллекта в профилактике деструктивного поведения среди молодежи // Актуальные тенденции социальных коммуникаций: история и современность: сб. науч. статей. Ижевск: Изд. дом «Удмуртский университет», 2024. С. 439–442. EDN: IWVBYH.
Панкратова М.Д., Сковпень Т.Н. Модели NLP с использованием нейронных сетей в анализе тональности новостей // Аналитические технологии в социальной сфере: теория и практика (Москва, 14 декабря 2023 г.). Т. 15. М.: НИЦ «Национальная безопасность», 2023. С. 97–107. EDN: CTABKU.
Кучук Е.А. Прогнозирование конфликтов с использованием методов Data Science и сетевого анализа // Аналитические технологии в социальной сфере: теория и практика (Москва, 14 декабря 2023 г.). Т. 15. М.: НИЦ «Национальная безопасность», 2023. С. 44–49. EDN: MTWADV.
Szil gyi L. et al. Elevating security: Mouse dynamics in behavior biometrics for user identity authentication. In: IEEE 6th International Symposium on Logistics and Industrial Informatics (LINDI). IEEE, 2024. Pp. 000227 000232.
Uymin A. Application of machine learning in the classification of traffic in telecommunication networks: working with network modeling systems. In: E3S Web of Conferences. International Scientific Siberian Transport Forum TransSiberia 2023 (Novosibirsk, May 16 19, 2023). Vol. 402. Novosibirsk: Sciences, 2023. P. 03001. DOI: 10.1051/e3sconf/202340203001. EDN: ZMBVYO.
Wang C. et al. Behavioral authentication for security and safety. Security and Safety. 2024. Vol. 3. 2024003.
Keywords:
Continuous Authentication Systems (CAS), behavioral biometrics, mouse dynamics, continuous authentication, remote access, mixed signals, Continuous Authentication Systems (CAS).
