USER AUTHENTICATION IN MOBILE LEARNING: BEHAVIORAL ANALYSIS WITH GYROSCOPE AND ACCELEROMETER DATA

2025

Полный текст Открытый доступ: Hybrid Метаданные (CSL-JSON)
DOI 10.58805/kazutb.v.4.29-1231
Достоверность данных 70 средняя
Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

With rising popularity of mobile devices and increasingly voluminous learning data, securing individual information has become a matter of urgency. This work proposes a behavioral authentication model that reinforces access security on smart learning platforms through learning user behavior from accelerometer and gyroscope data. Designed to suit mobile learning environments where voluminous user interaction with interactive content necessitates trustworthy authentication processes, this model reinforces access security on smart learning platforms through learning user behavior from accelerometer and gyroscope data. Beyond taking into consideration accessible authentication processes, this paper further presents an innovative solution designed to suit mobile environments. Experiment results prove the model to be viable in upkeeping data integrity as well as securing user access to school systems.