南田玉

新疆科技學(xué)院，新疆維吾爾自治區(qū) 庫爾勒 841000

欺騙是指?jìng)€(gè)體對(duì)自己的真實(shí)情況故意使用言語或非言語信息，讓他人產(chǎn)生某種錯(cuò)誤信念的行為[1]。欺騙的產(chǎn)生是一個(gè)復(fù)雜的心理過程，認(rèn)知在其中起著重要的作用。說謊就是欺騙的一種形式，是個(gè)體通過言語或者文字對(duì)自己或他人的信念進(jìn)行有意操作的行為[2]。說謊在認(rèn)知上比說實(shí)話更復(fù)雜，這種復(fù)雜性反映為個(gè)體在執(zhí)行任務(wù)時(shí)的行為改變上，那么就有可能通過記錄行為變化來推斷正在執(zhí)行任務(wù)的個(gè)體是否在說謊。隨著科學(xué)技術(shù)的發(fā)展，測(cè)謊結(jié)論也不斷地應(yīng)用于各種案、事件，以及甄別嫌疑人和案、事件關(guān)系中，然而到目前為止，我國(guó)還沒有明確將測(cè)謊結(jié)論納入法庭證據(jù)中，究其原因，和測(cè)謊工作的科學(xué)性和準(zhǔn)確性有關(guān)，如測(cè)謊設(shè)立指標(biāo)是否科學(xué)、規(guī)范，能否正確、客觀地反映被試欺騙行為的真實(shí)情況。傳統(tǒng)的測(cè)謊技術(shù)大多依賴個(gè)體的生理指標(biāo)，如皮膚電、心率、呼吸、眼動(dòng)和神經(jīng)信號(hào)功能等指標(biāo)的變化，容易受個(gè)體身體條件、反測(cè)試以及外部環(huán)境等各方面的影響，造成測(cè)謊結(jié)論為假陽性或假陰性的情況[3]。

擊鍵動(dòng)力學(xué)描述了人類打字節(jié)奏中的詳細(xì)計(jì)時(shí)信息，精確記錄了一個(gè)人在電腦鍵盤、手機(jī)或觸摸屏上打字時(shí)按下和釋放每一個(gè)鍵的時(shí)間[4]。擊鍵模式分析可以被認(rèn)為是一種隱含的行為測(cè)量，因?yàn)橛脩粼谂c設(shè)備交互時(shí)并沒有意識(shí)到測(cè)謊的存在[5]。此外，擊鍵特征是每個(gè)個(gè)體的獨(dú)特特征[6-7]，這將有助于增強(qiáng)測(cè)謊結(jié)論的客觀性和準(zhǔn)確性。因此，擊鍵動(dòng)力學(xué)在既往研究中通常使用生物測(cè)量指標(biāo)來進(jìn)行安全審查，如用戶認(rèn)證[8-9]和用戶識(shí)別[10-11]。值得一提的是，TEH 等[4]強(qiáng)調(diào)，人們對(duì)擊鍵動(dòng)力學(xué)研究的興趣呈指數(shù)級(jí)增長(zhǎng)。還有研究[12]表明，通過被試的擊鍵特征可以分析用戶的情緒狀態(tài)。這些擊鍵動(dòng)力學(xué)和心理學(xué)的研究為擊鍵特征應(yīng)用于欺騙行為的發(fā)現(xiàn)提供了理論依據(jù)，也為研究擊鍵動(dòng)力學(xué)對(duì)欺騙行為的影響奠定了基礎(chǔ)。

本文梳理了擊鍵動(dòng)力學(xué)的特征，歸納總結(jié)了擊鍵動(dòng)力學(xué)在欺騙行為中的應(yīng)用情況，并提出了擊鍵動(dòng)力學(xué)在欺騙行為應(yīng)用中的研究發(fā)展方向，以期為研究更多的欺騙行為指標(biāo)提供參考。

1 概述

1.1 簡(jiǎn)介

20 世紀(jì)80 年代初期，美國(guó)的研究組織首先發(fā)現(xiàn)了個(gè)體的擊鍵特征能夠被捕捉并且可以準(zhǔn)確地被識(shí)別[13]。擊鍵動(dòng)力學(xué)的研究是通過監(jiān)測(cè)計(jì)算機(jī)用戶的鍵盤輸入，并對(duì)用戶的擊鍵數(shù)據(jù)進(jìn)行采集，最后對(duì)用戶的擊鍵特征進(jìn)行分類建模，由此對(duì)用戶進(jìn)行分析判別[14]。

GRIMES 等[15]提出用擊鍵動(dòng)力學(xué)欺騙檢測(cè)模型來解釋欺騙行為和擊鍵動(dòng)力學(xué)之間的關(guān)系。通過這個(gè)模型，發(fā)現(xiàn)謊言的產(chǎn)生會(huì)增加情感喚起和認(rèn)知負(fù)荷，這些會(huì)影響精細(xì)運(yùn)動(dòng)，從而影響個(gè)人的擊鍵動(dòng)力學(xué)基線。

1.2 測(cè)量指標(biāo)

每個(gè)人敲擊鍵盤均有其個(gè)性化特征，通過特殊軟件測(cè)量、收集被試擊鍵過程中的特定指標(biāo)，即可反映被試的擊鍵特征。測(cè)試中要求被試通過敲擊鍵盤將文字輸入指定的編輯框中，敲擊“回車鍵”表示一個(gè)測(cè)試項(xiàng)目完成。軟件收集的擊鍵特征性測(cè)量指標(biāo)包括：所犯錯(cuò)誤的總數(shù)，電腦屏幕上句子開始到第一個(gè)按鍵被按下之間的時(shí)間間隔，刺激開始到按鍵的總時(shí)間，按下第一個(gè)鍵與按下回車鍵之間的時(shí)間，最后一個(gè)按鍵與按下回車鍵之間的時(shí)間，按鍵反應(yīng)的字符數(shù)，平均打字速度，每次按鍵的時(shí)間戳（停頓時(shí)間），每個(gè)密鑰釋放的時(shí)間戳（啟動(dòng)時(shí)間），每個(gè)鍵上下鍵移動(dòng)的時(shí)間間隔（按下時(shí)間），每個(gè)上升鍵與下一個(gè)下降鍵之間的交錯(cuò)時(shí)間（飛行時(shí)間），上下兩鍵和連續(xù)三鍵的時(shí)間之和，特殊字符（移位、刪除、取消、空格和箭頭鍵）的使用頻率等[16]。根據(jù)被試的擊鍵特征建立相應(yīng)的模型，再根據(jù)模型分類對(duì)被試進(jìn)行檢測(cè)和識(shí)別。JOYCE等[17]最早使用擊鍵平均時(shí)間來進(jìn)行用戶的身份識(shí)別。根據(jù)這一擊鍵特征可以快速識(shí)別用戶身份。KACHOLIA等[18]采用按下和釋放擊鍵特征構(gòu)建了持續(xù)鍵盤事件下的模型，使用該模型顯著提升了身份識(shí)別率。

2 擊鍵動(dòng)力學(xué)在欺騙行為研究中的應(yīng)用

2.1 網(wǎng)絡(luò)交互信息真?zhèn)巫R(shí)別

如何區(qū)別網(wǎng)絡(luò)信息的真?zhèn)我殉蔀榧毙杞鉀Q的問題。2012 年，F(xiàn)acebook 統(tǒng)計(jì)出了約400 萬個(gè)虛假的賬戶，數(shù)量相當(dāng)于Facebook 個(gè)人資料總數(shù)的4%[19]。針對(duì)這種情況，有研究者使用語言學(xué)方法[20]或僅考慮一些簡(jiǎn)單的特征進(jìn)行語言真?zhèn)伪孀R(shí)[21]，但識(shí)別能力有限。MIHALCEA 等[20]使用基于心理語言學(xué)分析的自動(dòng)分類器對(duì)被試的陳述進(jìn)行分類，準(zhǔn)確率達(dá)70%。OTT 等[22]使用5 倍交叉驗(yàn)證酒店評(píng)論數(shù)據(jù)集進(jìn)行虛假評(píng)論和真實(shí)評(píng)論區(qū)分，準(zhǔn)確率達(dá)90%。2013 年，MUKHERJEE 等[23]將OTT 等[22]獲得的虛假評(píng)論與Yelp歸類為虛假的評(píng)論進(jìn)行對(duì)比，結(jié)果顯示，使用語言特征進(jìn)行虛假評(píng)論檢測(cè)在現(xiàn)實(shí)環(huán)境中并不是那么有效，而在實(shí)驗(yàn)環(huán)境中生成的虛假評(píng)論可能無法代表現(xiàn)實(shí)生活中的虛假評(píng)論。上述研究表明，在識(shí)別網(wǎng)絡(luò)信息中的欺騙行為時(shí)，如果單純靠語言學(xué)或文本信息進(jìn)行分析過于單一。研究表明，如果納入被試的擊鍵特征，網(wǎng)絡(luò)交互信息真?zhèn)巫R(shí)別的準(zhǔn)確性將更高。ZHOU[24]的研究結(jié)果表明，將被試的按鍵反應(yīng)時(shí)間、按鍵時(shí)間、撤回或糾正信息的頻率等擊鍵特征和文本的語句復(fù)雜性、內(nèi)容的詞匯量以及多樣性等相結(jié)合，能夠顯著區(qū)分被試聊天內(nèi)容的真?zhèn)?。DERRICK 等[21]研究了被試擊鍵的反應(yīng)時(shí)間、編輯次數(shù)（基本的鍵擊，如退格和刪除）、字?jǐn)?shù)和詞匯多樣性，結(jié)果顯示，欺騙與反應(yīng)時(shí)間和編輯次數(shù)呈正相關(guān)，與字?jǐn)?shù)呈負(fù)相關(guān)，支持認(rèn)知負(fù)荷理論，可以有效區(qū)分說謊者和說真話者。因此，在進(jìn)行網(wǎng)絡(luò)交互信息真?zhèn)巫R(shí)別時(shí)，將個(gè)體的反應(yīng)時(shí)間、編輯次數(shù)、刪除頻率等擊鍵特征與文本信息相結(jié)合將有助于提高識(shí)別準(zhǔn)確率。

2.2 網(wǎng)絡(luò)個(gè)體身份識(shí)別

隨著手機(jī)、電腦和平板電腦等電子設(shè)備的普及，也產(chǎn)生了很多問題，如過多依賴網(wǎng)絡(luò)，可能產(chǎn)生網(wǎng)絡(luò)成癮綜合征；過長(zhǎng)時(shí)間使用電子設(shè)備，造成視力下降；瀏覽不健康的網(wǎng)頁損害身心健康等。其中還有些網(wǎng)絡(luò)犯罪現(xiàn)象，如偽造個(gè)人資料，網(wǎng)絡(luò)欺凌或者網(wǎng)上暴力，濫用在線評(píng)論攻擊商業(yè)競(jìng)爭(zhēng)對(duì)手，傳播虛假新聞，網(wǎng)絡(luò)詐騙和黑客攻擊網(wǎng)上銀行系統(tǒng)等。據(jù)統(tǒng)計(jì)[25]，在網(wǎng)戀的青少年中，近一半人的身份屬于偽造，而且在這些人中很多都是未成年人。因此，建立能夠識(shí)別電子設(shè)備安全操作的系統(tǒng)很有必要[26]。

身份驗(yàn)證是驗(yàn)證系統(tǒng)用戶身份的過程，電子設(shè)備（手機(jī)、電腦、平板等）中的認(rèn)證通常基于密碼、手勢(shì)模式、指紋掃描或面部識(shí)別等來實(shí)現(xiàn)。但是，由于這些方法仍存在被假冒或被破譯的風(fēng)險(xiǎn)，故有必要尋找更具特征性的方法或指標(biāo)實(shí)現(xiàn)更準(zhǔn)確的網(wǎng)絡(luò)個(gè)體身份識(shí)別。

MONARO 等[27]通過收集被試的擊鍵特征，發(fā)現(xiàn)說謊者比說真話者更容易犯錯(cuò)，在識(shí)別被試說謊或說真話的訓(xùn)練和測(cè)試中平均準(zhǔn)確率為93.75%。在個(gè)體身份識(shí)別過程中使用認(rèn)知負(fù)荷問題會(huì)干擾個(gè)體擊鍵特征，被試在回答審核問題時(shí)，說謊者的擊鍵特征相應(yīng)也會(huì)發(fā)生變化，從而反映其欺騙行為。有研究[28]設(shè)計(jì)了基于擊鍵動(dòng)力學(xué)的身份認(rèn)證系統(tǒng)，該系統(tǒng)在實(shí)際應(yīng)用中可以對(duì)用戶身份進(jìn)行較為準(zhǔn)確的識(shí)別。龍永明[14]構(gòu)建了一套基于用戶擊鍵行為的可持續(xù)性身份識(shí)別系統(tǒng)，該系統(tǒng)將客戶端和服務(wù)器端的功能進(jìn)行了區(qū)分，其中，客戶端負(fù)責(zé)收集數(shù)據(jù)和提取特征，服務(wù)器端主要負(fù)責(zé)訓(xùn)練樣本、樣本匹配和監(jiān)控客戶端的操作，該系統(tǒng)使用擊鍵特征對(duì)用戶的行為進(jìn)行實(shí)時(shí)監(jiān)控和管理，更有效和便捷。

擊鍵動(dòng)力學(xué)除了可以運(yùn)用于網(wǎng)絡(luò)安全維護(hù)、防止網(wǎng)絡(luò)犯罪、進(jìn)行身份識(shí)別以外，還可用于大規(guī)模的線上招聘篩查或者安全審查等方面，但未來還需要進(jìn)一步證實(shí)。

3 總結(jié)與展望

傳統(tǒng)謊言檢測(cè)的方法都是建立在說謊和延遲反應(yīng)測(cè)量的基礎(chǔ)上，而被試則是在回答有關(guān)被審查事件的問題。然而，這些方法在應(yīng)用上存在一些限制：（1）測(cè)試之前主測(cè)人員必須知道某些關(guān)鍵信息（如案件的細(xì)節(jié)問題）；（2）被試不被允許秘密地進(jìn)行欺騙檢測(cè)，因?yàn)楸辉嚳偸悄芤庾R(shí)到自己正在接受審查，而且大多都是基于生理指標(biāo)（呼吸、皮膚電、脈搏等）的測(cè)驗(yàn)，被試很容易訓(xùn)練自己并實(shí)施反測(cè)試隱藏自己；（3）傳統(tǒng)測(cè)謊技術(shù)需要使用測(cè)謊儀等儀器，相對(duì)來說，測(cè)謊成本昂貴，并且對(duì)測(cè)試者（實(shí)施測(cè)試的人員）要求較高；（4）傳統(tǒng)測(cè)謊技術(shù)都有復(fù)雜的指令，需要有一個(gè)真正的替代選項(xiàng)，這使得其不適合大規(guī)模應(yīng)用（如網(wǎng)絡(luò)語言真?zhèn)巫R(shí)別）。

與傳統(tǒng)測(cè)謊技術(shù)相比，擊鍵動(dòng)力學(xué)具有很大的優(yōu)勢(shì)：首先，其不需要真正的記憶進(jìn)行對(duì)照探測(cè)（如必須清楚地記得案、事件發(fā)生的過程），只需要收集擊鍵特征即可，因此，適用于大規(guī)模應(yīng)用（如線上篩查）。其次，擊鍵動(dòng)力學(xué)本質(zhì)上是基于認(rèn)知策略，能夠增加撒謊者的認(rèn)知負(fù)荷，運(yùn)用被試的反應(yīng)時(shí)間結(jié)合鼠標(biāo)或擊鍵特征的測(cè)謊方式，將會(huì)大大提高謊言識(shí)別的能力。從認(rèn)知的角度來看，意外的問題可以用來揭露欺騙行為，說謊者很難發(fā)現(xiàn)并快速無誤地回答意想不到的問題，他們的所有反應(yīng)將會(huì)被擊鍵特征捕捉到。在謊言識(shí)別過程中運(yùn)用擊鍵特征更標(biāo)準(zhǔn)化。相比于傳統(tǒng)測(cè)謊技術(shù)更多依賴個(gè)體生理指標(biāo)（如皮膚電、心率、呼吸、眼動(dòng)和神經(jīng)信號(hào)功能等）的變化和假陽性較高[29]的情況，擊鍵動(dòng)力學(xué)更客觀和標(biāo)準(zhǔn)化，為測(cè)謊提供了新思路，并為測(cè)謊結(jié)論在司法鑒定中的應(yīng)用提供了證據(jù)支持[30]。

擊鍵特征擁有大量的指標(biāo)，被試很難進(jìn)行反測(cè)謊對(duì)抗。擊鍵特征可以從主題上隱藏謊言檢測(cè)。研究[13]表明，擊鍵動(dòng)力學(xué)有望得到更廣泛的應(yīng)用和研究，如針對(duì)自傳體記憶的欺騙檢測(cè)。但遺憾的是，擊鍵動(dòng)力學(xué)仍在初始研究階段，其適用性還依賴于校準(zhǔn)和模型的開發(fā)，希望未來有進(jìn)一步的發(fā)展。

近年來，有研究將機(jī)器學(xué)習(xí)算法引入測(cè)謊模型的構(gòu)建中，這非常有利于對(duì)欺騙行為的識(shí)別。蘆效峰等[31]利用擊鍵特征結(jié)合模型，使用公開數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)，獲得最優(yōu)拒真率為1.95%，容假率為4.12%，相等錯(cuò)誤率為3.04%。鐘意[32]提出了一種在上下文變化時(shí)基于用戶交互信息的持續(xù)身份認(rèn)證方法，根據(jù)用戶在不同時(shí)間、不同地點(diǎn)與計(jì)算機(jī)的交互行為，自適應(yīng)地為用戶提供不同層次的安全保障?；跈C(jī)器學(xué)習(xí)算法的數(shù)據(jù)分析方法可以同時(shí)考慮多個(gè)變量，從而更準(zhǔn)確地檢測(cè)出說謊者的反應(yīng)模式。這一優(yōu)勢(shì)來自經(jīng)典測(cè)謊范式與計(jì)算機(jī)科學(xué)技術(shù)的集成，為測(cè)謊研究和測(cè)謊工具的實(shí)際應(yīng)用提供了一種方法。機(jī)器學(xué)習(xí)分類器可以捕捉到簡(jiǎn)單線性模型無法捕捉到的數(shù)據(jù)中的復(fù)雜關(guān)系，可以將例子分類為屬于兩個(gè)或兩個(gè)以上類別中的一個(gè)（如說謊者或說真話者）。然而，將機(jī)器學(xué)習(xí)算法應(yīng)用于測(cè)謊數(shù)據(jù)和一般的行為數(shù)據(jù)，可能會(huì)導(dǎo)致測(cè)謊方法無法兼容使用的情況。機(jī)器學(xué)習(xí)需要大量的實(shí)例，這一要求在傳統(tǒng)的測(cè)謊研究中并不適用，在現(xiàn)實(shí)生活中使用的傳統(tǒng)測(cè)謊方法，如認(rèn)知綜合測(cè)試法、隱藏信息測(cè)試法、準(zhǔn)繩測(cè)試法等，都是基于探測(cè)個(gè)體對(duì)案、事件的回憶進(jìn)行謊言識(shí)別，因此很難收集到大量的實(shí)際案例數(shù)據(jù)。未來的發(fā)展方向還應(yīng)包括將機(jī)器學(xué)習(xí)算法集成到測(cè)謊工具和在線測(cè)謊系統(tǒng)等應(yīng)用中，開發(fā)出適用于各種類型的欺騙行為檢測(cè)系統(tǒng)。