Meta-aprendizado para seleção de estratégias de adaptação em um sistema biométrico
Usuários estão constantemente inserindo informações pessoais em celulares e computadores para acessar aplicações que nem sempre são seguras, podendo ser alvos de ataques maliciosos e graves prejuízos. Alguns sistemas de autenticação começaram a adicionar reconhecimento biométrico como uma camada extra de segurança. Por exemplo, sistemas de acesso baseados em usuário e senha podem ter uma camada extra de segurança baseada em dinâmica de digitação. Dinâmica da digitação é uma modalidade biométrica comportamental capaz de reconhecer um usuário a partir do seu ritmo de digitação em um teclado. Essa modalidade possui baixo custo de implementação e é pouco intrusiva para os usuários, o que pode aumentar a sua aceitação. Entretanto, os dados biométricos de um mesmo usuário podem mudar com o tempo, o que pode levar a um menor desempenho do sistema biométrico. Uma maneira promissora de lidar com esse problema é por meio dos sistemas biométricos adaptativos, que podem atualizar automaticamente a referência biométrica dos usuários ao longo do tempo. Alguns estudos mostraram que definir estratégias de adaptação específicas para cada usuário pode melhorar o desempenho sistema. Mas, apesar disso, há poucos trabalhos na literatura estudando como abordagens de meta-aprendizado podem ajudar a resolver o problema de escolher a estratégia de adaptação para os usuários de um sistema biométrico baseado em dinâmica de digitação. Para preencher essa lacuna na literatura, este trabalho propõe uma nova forma de estruturar sistemas biométricos adaptativos, chamado sistema biométrico meta-adaptativo. Neste sistema, técnicas de meta-aprendizado são utilizadas para auxiliar na tarefa de recomendar automaticamente a melhor estratégia de adaptação para um usuário.