Analisi di Tecniche di Machine Learning per il Keylogging su Smartphone tramite i Sensori Inerziali

I dispositivi mobili al giorno d'oggi sono tra gli elementi più diffusi e indispensabili per una persona. Questa enorme diffusione può portare a vantaggi e svantaggi. Se è vero che alcune applicazioni possono migliorare la vita quotidiana di un individuo, è anche vero che ci sono applicazioni dannose che possono causare disagi ad un utente, rubando informazioni sensibili, senza che vengano dati particolari permessi. Tramite un keylogging, ad esempio, è possibile registrare e leggere qualsiasi cosa l'utente attaccato scriva sulla tastiera. In alcuni articoli viene studiato l’uso dei sensori per il riconoscimento del testo, però vengono usati pochi sensori, ad esempio solo l'accelerometro, e in alcuni casi vengono riconosciuti solo i numeri e non le lettere. In questo elaborato viene proposta: la creazione di un dataset, partendo dall'acquisizione di dati tramite un'applicazione Android appositamente sviluppata; l'analisi e il confronto di sette algoritmi di machine learning per la classificazione tramite lettere; la creazione di clusters, tramite l'algoritmo K-Means con K=1...27, per il raggruppamento delle lettere sulla base dei valori delle features; infine, la descrizione di un algoritmo per la classificazione delle parole, a partire dalla costruzione di grafi, e la rimozione della classifica di quelle non esistenti all'interno di un dizionario inglese.