Verificação de assinaturas manuscritas através de análise de redes complexas

Abstract

Nesta dissertação, um modelo para verificação de assinaturas manuscritas online através de análise de redes complexas é proposto, em que métricas de centralidade são utilizadas como características preditoras. Seis métodos de aprendizado supervisionado são usados como classificador da veracidade da assinatura: Naive Bayes, Árvore de decisão, floresta aleatória, Extreme Gradient Boosting, Máquina de vetores de suporte e Regressão logística. No estudo é utilizado o banco de dados de assinaturas do MCYT-100, que é utilizado em problemas de verificação. A base de dados possui informações da dinâmica de assinatura de 100 indivíduos, sendo que cada assinatura é replicada (25 assinaturas genuínas e 25 falsas) a fim de tornar viável a avaliação da variabilidade do indivíduo. No framework, as assinaturas foram consideradas como os nós de uma rede complexa em que a relação de conexão existente entre duas assinaturas é mensurada através das correlações entre as séries temporais das coordenadas da assinatura que excedem um limiar de comparação. Este estudo consiste na implementação e avaliação de 5 etapas: 1) coleta de dados; 2) pré-processamento dos dados: transformar as coordenadas em séries temporais e usá-las para a formação das redes complexas; 3) extração dos dados: cálculo das métricas das redes complexas; 4) aprendizado de máquina: uso dos métodos de machine learning para a classificação das assinaturas; 5) avaliação do modelo de aprendizado. Os atributos para o modelo foram as medidas topológicas de centralidade de grau e de autovetor, coeficiente de clusterização e porcentagem de vizinhos verdadeiros. A entropia de permutação como quantificador da informação das séries temporais também é usada como um preditor. Para o ajuste do modelo foram selecionadas aleatoriamente 20 assinaturas verdadeiras e 20 falsas por indivíduo. Métricas de erro preditivo foram calculadas usando as 10 assinaturas restantes por indivíduo. Esse processo foi repetido em um esquema Monte Carlo com 100 repetições para obter estimativas médias de ajuste. Algumas métricas para medir os erros de classificação são utilizadas, entre elas o False Rejection Rate (FRR) que identifica a porcentagem de assinaturas verdadeiras que são rejeitadas pelo modelo, o False Acceptance Rate (FAR) como sendo a porcentagem de assinaturas falsas que são aceitas pelo mecanismo de aprendizado e a Average Error Rate (AER) como o erro médio. Neste framework obteve-se uma taxa de falsos positivos de 6,19%, uma taxa de falso negativo de 6,39% e um erro médio de aproximadamente 6,28%. Em geral as métricas de rede de assinaturas verdadeiras diferem bastante de assinaturas falsas.