Özet:
Bilgi güvenliğini sağlamak için günümüzde çeşitli biyometrik doğrulama sistemleri kullanılmaktadır. Bunlardan biri de son zamanlarda popüler olan dokunmatik ekran biyometrilerinden kaydırma biyometrisidir. Kaydırma biyometrisi diğer fizyolojik biyometrilerden farklı olarak ek bir donanım gerektirmez ve kullanıcıyı dokunmatik ekranlar üzerinde yaptığı kaydırma hareketlerinden arka planda sürekli olarak tanımayı amaçlar. Bu çalışmada, kaydırma hareketlerindeki karakteristik farklılıklarını ön plana çıkartacak yaklaşımların geliştirilmesi hedeflenmiştir. İlk olarak, ham kaydırma verilerinden elde edilen istatistiksel özelliklerin arttırılmasının performans üzerindeki etkisi araştırılmıştır. Daha sonra, ÇYKİ, SR-ÇDA, ÇTBA ve ÇDA gibi en güncel özellik çıkartma ve EKK-DVM, GKM, ÇKP ve AK-EYK gibi yaygın kullanılan sınıflandırma yöntemlerinin kaydırma biyometrisinin doğrulama çalışmaları üzerindeki etkisi incelenmiştir. Ayrıca, skor seviyesinde sınıflandırma yöntemlerinin birleştirilmesinin; tek bir kaydırma hareketi yerine çoklu kaydırmaya dayalı doğrulamanın ve ham verilerden farklı tekniklerle örüntü oluşturarak ESA ile örüntü bazlı doğrulamanın etkileri incelenmiştir. Performans analizleri için literatürde yaygın kullanılan farklı karakteristiklere sahip 3 farklı veri setinden (Serwadda, JSS18 ve Umdaa) yararlanılmıştır.
