Meta-aprendizado para seleção de estratégias de adaptação em um sistema biométrico
Usuários frequentemente inserem informações pessoais em celulares e computadores para acessar aplicações que nem sempre são seguras, estando suscetíveis a ataques maliciosos e consequentes prejuízos significativos. Alguns sistemas de autenticação têm incorporado o reconhecimento biométrico como uma camada adicional de segurança. Por exemplo, sistemas baseados em usuário e senha podem ser reforçados com uma camada extra de segurança que utiliza a dinâmica da digitação. Esse traço biométrico comportamental pode ser usado para reconhecer usuários pelo seu ritmo de digitação no teclado, oferecendo baixo custo de implementação e pouca intrusividade, o que potencialmente aumenta a sua aceitação. No entanto, os dados biométricos de um indivíduo podem variar ao longo do tempo, o que pode diminuir a eficácia do sistema. Uma abordagem promissora para esse desafio são os sistemas biométricos adaptativos, que definem estratégias de adaptação para atualizar automaticamente as referências biométricas dos usuários. Contudo, alguns estudos indicam que estratégias de adaptação personalizadas podem melhorar o desempenho do sistema. Em vista disso, este trabalho propõe uma nova abordagem para o projeto de sistemas biométricos adaptativos, denominado sistema biométrico meta-adaptativo. Este sistema conta com um componente para recomendação de estratégias de adaptação, proposto com base em conceitos de meta-aprendizado e recomendação de algoritmos, responsável por auxiliar na tarefa de recomendar a melhor estratégia de adaptação para cada usuário.