System of factors influencing the stability of keystroke dynamics

Cover Page

Cite item

Full Text

Abstract

Background. Many criminal acts today are mediated by the creation and distribution of tipped texts, in connection with which law enforcement agencies are faced with the task of identifying their typists. However, to date, forensic science has not developed special methods for solving this problem. The study proposes to introduce keystroke dynamics studies into crime detection and investigation activities, for which it is first necessary to develop the issue of the possibility of using information about it from the standpoint of forensic science. This study focuses on the objective limitations that may arise when studying keystroke dynamics associated with its variability. The purpose of the study is to systematize the factors that can influence the stability of keystroke dynamics, to establish the direction of their influence and to determine how they should be taken into account during the examination. Materials and methods. The study is based on an interdisciplinary approach, integrating the achievements of the computer-technical sphere of knowledge into the legal subject field. The main method was systematization, due to which individual confounding factors were identified and their interrelation was established. The author also turned to the questionnaire method to assess the relevance of the study and identify the potential for enhancing the negative role of individual factors considered. Results. A system of factors influencing the stability of keystroke dynamics was built, dividing them into two groups: internal and external; characteristics of each element of the system are provided; their influence on the stability of the skill was assessed. Conclusions. Confounding factors have a predictable effect on keystroke dynamics, in connection with which they can be checked in the process of conducting an examination to adjust identification conclusions, and their direct consideration is an important component for conducting diagnostic studies. In addition, changes in keystroke dynamics under the influence of confusing factors do not exclude the possibility of identifying the typist.

About the authors

Anna M. Sosnovikova

Ural State Law University named after V.F.Yakovlev Centre for Assistance to the Development of Criminalistics “CrimLib”

Author for correspondence.
Email: at@crimlib.info

Junior researcher of the laboratory of digital technologies in criminalistics

(21 Komsomolskaya street, Yekaterinburg, Russia); (126 Bebelya street, Yekaterinburg, Russia)

References

  1. Zeid S., ElKamar R., Hassan S. Fixed-Text vs. Free-Text Keystroke Dynamics for User Authentication. Engineering Research Journal. 2022;51:95–104. doi: 10.21608/erjsh.2022.224312
  2. Tsvetkova A., Bakhteev D. Features of keystroke dynamics and their forensic signifi-cance: literature review. Kazan University Law Review. 2024;9(3):145–164. doi: 10.30729/2541-8823-2024-9-3-145-164
  3. Abdullin A.A., Batskikh A.V., Rogozin E.A. Key aspects of improving the access con-trol subsystem when creating a system for protecting information from unauthorized ac-cess in secure automated systems in accordance with new information technologies. Okhrana, bezopasnost, svyaz = Security, safety, communications. 2020;(5–3):150–154. (In Russ.)
  4. Potapov S.M. Principles of forensic identification. Sovetskoye gosudarstvo i pravo = Soviet state and law. 1940;(1):66–81. (In Russ.)
  5. Bondarenko P.V. Forensic examination of signatures made on behalf of fictitious per-sons: PhD dissertation. Saratov, 2000:229. (In Russ.)
  6. Malyshev I.V., Maryenkov A.N. Continuous authentication of a computer system user. Matematicheskiye metody v tekhnike i tekhnologiyakh – MMTT = Mathematical Meth-ods in Engineering and Technology. 2020;8:131–134. (In Russ.)
  7. Bryukhomitskiy Yu.A. Statistical methods for recognizing keystroke patterns. Izvestiya YUFU. Tekhnicheskiye nauki = Proceedings of the South Federal University. Engineer-ing sciences. 2009;(11):139–147. (In Russ.)
  8. Guzik V.F., Desyaterik M.N. Biometric user authentication method. Izvestiya TRTU = Proceedings of Taganrog State Radio Engineering University. 2000;(2):129–133. (In Russ.)
  9. Vizer L.M., Sears A. Classifying Text-Based Computer Interactions for Health Moni-toring. IEEE Pervasive Computing. 2015;14(4):64–71.
  10. Epp C. Identifying Emotional States Through Keystroke Dynamics. Saskatoon, 2010:145.
  11. Skrinnikova A.V. Changes in individual dynamics of cursor control device manipula-tion under the influence of emotions of fear and joy. Izvestiya YUFU. Tekhnicheskiye nauki = Proceedings of the South Federal University. Engineering sciences. 2013;(5):246–251. (In Russ.)
  12. Pyryev E.A. Emotions in the system of mental reflection and motivation of human be-havior. Vestnik OGU = Bulletin of OSU. 2012;(2):232–236. (In Russ.)
  13. Khanna P., Sasikumar M. Recognising emotions from keyboard stroke pattern. Inter-national Journal of Computer Applications. 2010;11(9):1–5.
  14. Nahin N.H., Alam J.M., Mahmud H., Hasan K. Identifying emotion by keystroke dy-namics and text pattern analysis. Behaviour & Information Technology. 2014;33(9):987–996. doi: 10.1080/0144929X.2014.90734
  15. Kołakowska A. Usefulness of Keystroke Dynamics Features in User Authentication and Emotion Recognition. Advances in Intelligent Systems and Computing. 2018;551:42–52. doi: 10.1007/978-3-319-62120-3_4
  16. Panfilova I.E., Karpova N.E. A study of the influence of user state on the quality of au-thentication by keystroke dynamics. Dinamika sistem, mekhanizmov i mashin = Dynam-ics of systems, mechanisms and machines. 2021;9(4):68–74. (In Russ.). doi: 10.25206/2310-9793-9-4-68-74
  17. Kolesnikov R.A., Nosov V.N., Timofeyev M.V., Zaytseva A.V. Methods for assessing the impact of environmental factors on the human body based on the performance char-acteristics of PC operators. Biotekhnosfera = Biotechnosphere. 2014;(1–2):64–68. (In Russ.)
  18. Gorchakova A.V. Studying the influence of external factors on the user's keyboard por-trait. Izvestiya YUFU. Tekhnicheskiye nauki = Proceedings of the South Federal Uni-versity. Engineering sciences. 2011;(5):254–257. (In Russ.)
  19. Ivanov A.I. Biometricheskaya identifikatsiya lichnosti po dinamike podsoznatelnykh dvizheniy = Biometric identification of a person based on the dynamics of subconscious movements. Penza: Izd-vo PGU, 2000:186. (In Russ.)
  20. Skuratov S.V. Using keystroke dynamics for authentication in computer information systems. Bezopasnost informatsionnykh tekhnologiy = Information technology security. 2010;17(2):35–38. (In Russ.)
  21. Varlamova S.A., Vavilina E.A. User identification based on keystroke dynamics. Inno-vatsionnoye priborostroyeniye = Innovative instrument making. 2023;2(3):67–71. (In Russ.). doi: 10.31799/2949-0693-2023-3-67-71
  22. Vyazigin A.A., Tupikina N.Yu., Sypin E.V. Development and implementation of a pro-gram for biometrics of a personal computer user based on the determination of keyboard handwriting parameters. Yuzhno-Sibirskiy nauchnyy vestnik = South Siberian scientific bulletin. 2019;(1):43–49. (In Russ.)
  23. Snyder K.M., Logan G.D., Yamaguchi M. Watch what you type: The role of visual feedback from the screen and hands in skilled typewriting. Atten Percept Psychophys. 2015;77:282–292. doi: 10.3758/s13414-014-0756-6
  24. Alekseyev A.A., Voyevodin V.A., Prokhorova V.V. Keyboard handwriting as a means of authentication of the subject of access to information resources. Materialy nauchno-tekhnicheskoy konferentsii «Mikroelektronika i informatika – 2022» (g. Moskva, 21–22 aprelya 2022 g.) = Proceedings of the scientific and engineering conference “Microe-lectronics and computer science – 2022” (Moscow, April 21-22, 2022). Moscow: Natsionalnyy issledovatelskiy universitet «Moskovskiy institut elektronnoy tekhniki», 2022:3–7. (In Russ.)
  25. Altwaijry N. Authentication by Keystroke Dynamics: The Influence of Typing Lan-guage. Applied Sciences. 2023;13(20):1–17. doi: 10.3390/app132011478

Supplementary files

Supplementary Files
Action
1. JATS XML
Download


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».