WIPO logo
Mobile | Deutsch | English | Español | 日本語 | 한국어 | Português | Русский | 中文 | العربية |
PATENTSCOPE

Recherche dans les collections de brevets nationales et internationales
World Intellectual Property Organization
Recherche
 
Options de navigation
 
Traduction
 
Options
 
Quoi de neuf
 
Connexion
 
Aide
 
Traduction automatique
1. (WO2007001390) SYSTEME ET PROCEDE DE CLASSIFICATION DE REGIONS DE DENSITE DE FRAPPES DE TOUCHE AVEC RESEAU NEURONAL
Dernières données bibliographiques dont dispose le Bureau international   

N° de publication :    WO/2007/001390    N° de la demande internationale :    PCT/US2005/035219
Date de publication : 04.01.2007 Date de dépôt international : 30.09.2005
CIB :
H04L 9/00 (2006.01), H04K 1/00 (2006.01)
Déposants : THE PENN STATE RESEARCH FOUNDATION [US/US]; 113 Technology Center, University Park, PA 16802 (US) (Tous Sauf US).
PHOHA, Vir, V. [US/US]; (US) (US Seulement).
BABU, Sunil [US/US]; (US) (US Seulement).
RAY, Asok [US/US]; (US) (US Seulement).
PHOABA, Shashi, P. [US/US]; (US) (US Seulement)
Inventeurs : PHOHA, Vir, V.; (US).
BABU, Sunil; (US).
RAY, Asok; (US).
PHOABA, Shashi, P.; (US)
Mandataire : BABBITT, William, Thomas; BLAKELY, SOKOLOFF, TAYLOR & ZAFMAN, 12400 Wilshire Blvd., 7th Floor, Los Angeles, CA 90025-1026 (US)
Données relatives à la priorité :
60/615,735 04.10.2004 US
11/241,103 29.09.2005 US
Titre (EN) SYSTEM AND METHOD FOR CLASSIFYING REGIONS OF KEYSTROKE DENSITY WITH A NEURAL NETWORK
(FR) SYSTEME ET PROCEDE DE CLASSIFICATION DE REGIONS DE DENSITE DE FRAPPES DE TOUCHE AVEC RESEAU NEURONAL
Abrégé : front page image
(EN)We develop a system consisting of a neutral architecture resulting in classifying regions corresponding to users’keystroke patterns. We extend the adaptation properties to classification phase resulting in learning of changes over time. Classification results on login attempts of 43 users (216 valid, 657 impersonation samples) show considerable improvements over existing methods)
(FR)La présente invention concerne un système constitué d'une architecture neuronale qui consiste à classifier des régions correspondant à des structures de frappes de touche d'un utilisateur. Ces propriétés d'adaptation ont été étendues à une phase de classification qui consiste à apprendre des changements dans le temps. Cette classification consiste en des tentatives d'enregistrement de 43 utilisateurs ( 216 valables, 657 échantillons d'imitation) et présente des améliorations considérables sur les procédés existants.
États désignés : AE, AG, AL, AM, AT, AU, AZ, BA, BB, BG, BR, BW, BY, BZ, CA, CH, CN, CO, CR, CU, CZ, DE, DK, DM, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, HR, HU, ID, IL, IN, IS, JP, KE, KG, KM, KP, KR, KZ, LC, LK, LR, LS, LT, LU, LV, LY, MA, MD, MG, MK, MN, MW, MX, MZ, NA, NG, NI, NO, NZ, OM, PG, PH, PL, PT, RO, RU, SC, SD, SE, SG, SK, SL, SM, SY, TJ, TM, TN, TR, TT, TZ, UA, UG, US, UZ, VC, VN, YU, ZA, ZM, ZW.
Organisation régionale africaine de la propriété intellectuelle (ARIPO) (BW, GH, GM, KE, LS, MW, MZ, NA, SD, SL, SZ, TZ, UG, ZM, ZW)
Office eurasien des brevets (OEAB) (AM, AZ, BY, KG, KZ, MD, RU, TJ, TM)
Office européen des brevets (OEB) (AT, BE, BG, CH, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HU, IE, IS, IT, LT, LU, LV, MC, NL, PL, PT, RO, SE, SI, SK, TR)
Organisation africaine de la propriété intellectuelle (OAPI) (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, ML, MR, NE, SN, TD, TG).
Langue de publication : anglais (EN)
Langue de dépôt : anglais (EN)