본 연구는 자유 텍스트 키보드 역학을 활용한 지속적 인증 시스템의 효과를 조사하기 위해 에이전트 기반 모델(ABM)을 사용하여 기계식 및 멤브레인 키보드에서 다양한 타이핑 프로필을 시뮬레이션했습니다. 5명의 고유한 에이전트로부터 합성 키 입력 데이터를 생성하여 1초마다 업데이트되는 5초 슬라이딩 윈도우 내에서 체류 시간, 비행 시간 및 오류율과 관련된 특징을 포착했습니다. 일반적인 서포트 벡터 머신(OC-SVM)과 랜덤 포레스트(RF)라는 두 가지 머신러닝 기법을 사용자 검증에 사용했습니다. 결과적으로 OC-SVM은 각 그룹 내 개별 사용자를 구분하는 데 실패한 반면, 랜덤 포레스트는 키보드 내부 사용자 인식(정확도 > 0.7)에서 강력한 성능을 보였지만 동일한 사용자에 대해 키보드 간 일반화에는 어려움을 겪어 키보드 하드웨어가 타이핑 행동에 미치는 상당한 영향을 강조했습니다.
