Ghostbusting 101. Analítica de tipeado para detección de robo de identidades.

En la actualidad, los casos de suplantación de identidad en el ambiente digital son cada vez mayores donde podemos encontrar situaciones de personas dicen ser alguien que realmente no son (por ejemplo: entrevistas laborales, robos de cuentas de redes sociales, exámenes, etc.) y se comienza a ver la la necesidad de herramientas que nos permitan detectar y evitar estas situaciones.

Nuestra propuesta consiste en utilizar datos de patrones de tipeados como por ejemplo el tiempo de presión de la tecla y la posición de esta en la evolución temporal del texto a escribir para la construcción de una huella digital del usuario.

Mediante el uso de estadísticos agregados y conceptos básicos de NLP, encontramos que existen descriptores que permiten identificar al usuario (y consecuentemente una posible suplantación de identidad) con un grado de precisión similar al de una huella digital real. Además, como parte de la solución se propone la utilización de esta huella digital basada en patrones de tipeo como una extensión de una característica biométrica la cual permite crear herramientas para mitigar el impacto de los impostores en redes sociales o inclusive proponer modelos desanonimización en casos de ataques dirigidos.

Esto abre la puerta a la introducción de nuevas herramientas basadas en algoritmos y datos para combatir una de las situaciones de fraude de identidad más difíciles de detectar."