Detección de un robo de teléfonos en 14 segundos

Investigadores desarrollaron un dispositivo
Los investigadores de la Universidad Ben Gurión del Néguev han desarrollado un modelo de seguridad de robo de teléfonos móviles basado en cómo los usuarios tocan la pantalla de su dispositivo.
La mayoría de las personas confía en que el bloqueo de su teléfono inteligente con una contraseña es suficiente protección, pero estudios anteriores han demostrado que tales contraseñas pueden ser bastante fácil de quebrar ya que la mayoría de la gente elige contraseñas familiares que son fáciles de adivinar. Por lo tanto, existe la necesidad de identificar quién está utilizando un dispositivo en tiempo real de una manera que es difícil de falsificar. Los investigadores de la Universidad Ben-Gurión de Néguev han desarrollado un método de verificación según la forma en que el usuario presiona la pantalla táctil que puede identificar a un ladrón en 14 segundos.
La investigación fue lanzada para coincidir con CyberTech 2017, que actualmente está en marcha en asociación con la universidad en el Centro de Convenciones de Tel Aviv.
Los dispositivos móviles han asumido un papel importante en nuestras vidas. Los estudios han demostrado que en promedio una persona utiliza su teléfono inteligente 4.7 de las 15 horas que están despiertos. Almacenamos una tremenda cantidad de información personal en nuestros dispositivos que no queremos revelar a otros.
En 2013, 3,1 millones de personas en los Estados Unidos fueron víctimas del robo de teléfonos inteligentes, y el 68% declaró que posteriormente no habían logrado restaurar toda la información que fue robada.
El investigador Liron Ben Kimon, bajo la supervisión de la Profesora Bracha Shapira, el Profesor Lior Rokach e Israel Mirsky del Departamento de Ingeniería de Software y Sistemas de Información, probaron el modelo en la información obtenida de 20 usuarios durante un período de dos semanas. El modelo se basa en cómo los usuarios tocan la pantalla mientras utilizan el dispositivo (dónde tocan la pantalla y cuánto del dedo toca la pantalla). Además, el modelo da cuenta de la aplicación que se estaba utilizando, ya que la forma en que se presiona la pantalla es diferente para cada aplicación, por ejemplo, al escribir en WhatsApp, en lugar de desplazarse en el navegador. Además, dado que un usuario normal toca accidentalmente la pantalla en ocasiones, el modelo clasifica un grupo de toques para identificar al usuario, en oposición a cada toque por separado. Otro factor que el modelo calcula es la historia de cada toque -lo que se hizo en el dispositivo 30 segundos antes del toque actual, y específicamente, qué áreas de la pantalla el usuario tocó, qué botones presionaron y cuál fue el consumo de electricidad durante ese tiempo.