Typdynamiek: wanneer onze manier van typen een handtekening wordt

Typdynamiek: wanneer onze manier van typen een handtekening wordt

#biometrie #cybersecurity #typdynamiek #digitaleidentiteit

Een wachtwoord verifieert meestal wat we weten. Typdynamiek probeert daarentegen te observeren hoe we dat wachtwoord invoeren.

Typdynamiek: wanneer onze manier van typen een handtekening wordt

Twee mensen kunnen exact dezelfde reeks tekens typen zonder dit op dezelfde manier te doen. De één houdt bepaalde toetsen iets langer ingedrukt, de ander typt twee letters snel achter elkaar, aarzelt voor een symbool of gebruikt regelmatig de backspace-toets.

Deze verschillen vormen de typdynamiek, ook wel keystroke dynamics genoemd. Het behoort tot het domein van gedragsbiometrie: in plaats van een fysiek kenmerk zoals een vingerafdruk of iris te analyseren, observeert het systeem een manier van handelen.

Wat kan een systeem meten?

De algemene typsnelheid, soms uitgedrukt in tekens of woorden per minuut, is slechts een eerste indicator. Een fijnere analyse kan onder meer kijken naar:

  • de duur dat elke toets ingedrukt blijft;
  • de tijd tussen twee opeenvolgende aanslagen;
  • het ritme dat wordt geproduceerd door bepaalde lettercombinaties;
  • pauzes, aarzelingen en correcties;
  • de frequentie en positie van correcties;
  • ritmevariaties tijdens dezelfde invoer;
  • het type apparaat of toetsenbord dat wordt gebruikt.

Het doel is dus niet om een perfecte snelheid te onthouden, maar om een statistisch profiel op te bouwen. Bij een nieuwe invoer wordt het geobserveerde gedrag vergeleken met dit profiel om de nabijheid ervan te meten.

Kan een correct wachtwoord worden geweigerd?

Technisch gezien zou een systeem kunnen oordelen dat een correct ingevoerd wachtwoord niet volstaat wanneer het typritme sterk afwijkt van het gebruikelijke gedrag. Deze aanpak zou bijvoorbeeld kunnen detecteren dat iemand anders een geldig wachtwoord gebruikt.

Een volledig binaire beslissing zou echter fragiel zijn. De manier van typen varieert natuurlijk door vermoeidheid, stress, een blessure, een ander toetsenbord, de lichaamshouding of het gebruikte apparaat. Iemand typt niet noodzakelijkerwijs op dezelfde manier op een fysiek toetsenbord als op het aanraakscherm van een telefoon.

Een redelijke implementatie zou typdynamiek daarom als een aanvullend signaal gebruiken. Een matige variatie zou geaccepteerd kunnen worden, terwijl een grote variatie een extra verificatie zou triggeren in plaats van een definitieve weigering.

Van authenticatie naar contextanalyse

Persoonlijke annotatie: “Typgedrag wordt een bron van context, niet alleen een authenticatiefactor.”

Dit onderscheid verbreedt het onderwerp aanzienlijk. Het typen vertelt niet alleen iets over de mogelijke identiteit van de persoon: het kan ook aanwijzingen geven over de omstandigheden waarin diegene communiceert.

Een tragere reactie met smileys kan bijvoorbeeld overeenkomen met invoer op een telefoon. Sneller, langer schrijven zonder symbolen kan wijzen op het gebruik van een fysiek toetsenbord. Het gedrag verandert, zonder dat de identiteit noodzakelijkerwijs is veranderd.

Het apparaat maakt dan deel uit van het referentiekader. Het systeem zou niet slechts “één persoon” moeten leren, maar verschillende coherente uitingen van die persoon afhankelijk van de omgeving: computer, telefoon, ongebruikelijk toetsenbord, mobiliteit of specifieke situaties.

Organisch vertrouwen

Deze observatie sluit discreet aan bij een spoor dat met SYNAL wordt verkend: het begrijpen van een invoer hangt niet alleen af van de expliciete inhoud. De aard, het ritme, de omgeving en de evolutie ervan kunnen bijdragen aan de context waarin het moet worden geïnterpreteerd.

Het woord organisch betekent hier niet dat het systeem levend zou zijn. Het duidt eerder op een vertrouwen dat niet voor eens en altijd vastligt. Het evolueert op basis van verschillende observeerbare signalen en hun coherentie met het reeds bekende gedrag.

In een experimentele wachtwoordkluis zou het correct invoeren van het geheim een eerste bewijs vormen. Het typgedrag zou een tweede lezing bieden: geen absolute waarheid, maar een index om het vertrouwensniveau te verhogen, te verlagen of te verifiëren.

SYNAL wordt hier niet gepresenteerd als een oplossing voor gedragsbiometrie. De vergelijking betreft eerder de methode: een invoer filteren en refereren voordat deze wordt geïnterpreteerd, rekening houdend met de herkomst en de observeerbare context.

Gevoelige biometrische gegevens

Zodra een gedragsprofiel wordt gebruikt om automatisch een persoon te herkennen, is het geen eenvoudige technische meting meer. De ritmes, gewoontes en berekende modellen kunnen persoonlijke biometrische gegevens worden.

De verzameling ervan moet daarom gerechtvaardigd, beperkt tot een expliciet doel en beschermd zijn. Een gebruiker moet weten dat zijn gedrag wordt geanalyseerd, begrijpen waarom dit gebeurt en over een alternatieve oplossing beschikken wanneer dat nodig is.

Voorzichtigheid is des te belangrijker omdat een gedragsprofiel fouten kan produceren. Valse afwijzingen sluiten een legitieme gebruiker uit; valse acceptaties herkennen ten onrechte een persoon. Deze risico's moeten worden gemeten over meerdere sessies, apparaten en in realistische omstandigheden.

Een mogelijke experiment

Een eenvoudig prototype zou lokaal de gebeurtenissen van het indrukken en loslaten van toetsen kunnen registreren, zonder de ingevoerde tekst te bewaren. Na verschillende leersessies zou het een referentieprofiel berekenen en elke nieuwe invoer vergelijken met een acceptabel variatiebereik.

Een dergelijk experiment zou duidelijk onderscheid moeten maken tussen:

  • het ingevoerde geheim;
  • de temporele metingen van het typen;
  • het apparaat en de invoeromstandigheden;
  • de behaalde nabijheidsscore;
  • de beslissing voor toegang of extra verificatie.

Deze scheiding zou voorkomen dat een interessante observatie te snel wordt omgezet in een zogenaamd onfeilbaar mechanisme. Typdynamiek vervangt noch een correct beveiligd wachtwoord, noch een cryptografische sleutel, noch een robuuste multifactor-authenticatie. Het kan echter de beveiligingscontext verrijken en onthullen dat een digitale identiteit zich niet alleen manifesteert door wat ze weet, maar ook door de manier waarop ze handelt.

Referentiebronnen