摘要
Levenberg Marquardt算法是神经网络、高斯 牛顿法与梯度下降法的结合 ,既有神经网络的自学习特性 ,也有高斯 牛顿法的快速收敛特性 ,还有梯度下降法的全局搜索特性。文中将Levenberg Marquardt算法应用于对用户输入口令时敲击键盘的时间特征进行分析鉴别 ,从而进行用户附加身份认证。研究表明 ,LM算法显示出速度快、识别准确率高的优越性能。
Levenberg Marquardt (LM) algorithm is a combination of neural network, Gauss Newton method and gradient descent method, so it has the abilities of self learning, fast convergence and global search. In this paper LM algorithm is employed to abstract the users keystroke characteristics captured when passwords are typed, and, as a result, to authenticate the identity of the users. It is shown in this paper that LM algorithm has the advantages of fast recognition and low false rate.
出处
《计算机应用》
CSCD
北大核心
2004年第7期108-109,112,共3页
journal of Computer Applications
关键词
击键动力学
LM算法
高斯-牛顿法
梯度下降法
keystroke dynamics
LM algorithm
Guass Newton method
gradient descent method
