研究稱鍵盤能識別男女，你怎麼看？

每個人都用不同的習慣，而有些習慣還能區分出使用者的性別。一項新研究顯示，計算機模型能夠以95.6%的準確性判斷打字者的性別差異。

　 為開展該研究，計算機工程師們在75名受試者的電腦上安裝了打字追蹤軟體，其中36人為男性，39人為女性，然後對其每日使用電腦的情況開展了為期10個月的監控。接著，研究人員用他們自創的「ISqueezeU」軟體，計算出各種打字特徵對判定性別的相對有效性，如按下兩個特定按鍵的間隔時間、或按下某個按鍵的時長等。

　 結果發現，有幾項特徵更有助於我們判斷性別。例如，按下「N」和「O」兩個鍵的間隔時間最能說明問題，其次是「M」和「O」的間隔時間。該程序無法確定哪種性別按這幾個鍵時速度最快、或按鍵最頻繁，但是能顯示不同性別間存在差異。接著，研究人員採用五套機器學習模型，對上述發現展開測試。機器學習模型是指建立在從已有數據中所學知識基礎上的計算機程序。五套模型判斷性別的準確率均超過了78%，其中最成功的模型準確率甚至超過了95%。

通過按鍵規律判斷性別能夠在網路跟蹤、身份竊取等案件調查中作為一種高性價比、且不易察覺的調查手段。研究人員計劃招徠更多受試者，以擴充資料庫，並分析引入慣用手或教育程度等變數是否能進一步提升判斷準確率。

你的攝像頭也許能認得你的臉，而你的鍵盤則能認出你的性別。一項新研究顯示，計算機模型能夠以95.6%的準確性判斷打字者是男性還是女性。

為開展該研究，計算機工程師們在75名受試者的電腦上安裝了打字追蹤軟體，其中36人為男性，39人為女性，然後對其每日使用電腦的情況開展了為期10個月的監控。接著，研究人員用他們自創的「ISqueezeU」軟體，計算出各種打字特徵對判定性別的相對有效性，如按下兩個特定按鍵的間隔時間、或按下某個按鍵的時長等。

結果發現，有幾項特徵更有助於我們判斷性別。例如，按下「N」和「O」兩個鍵的間隔時間最能說明問題，其次是「M」和「O」的間隔時間。該程序無法確定哪種性別按這幾個鍵時速度最快、或按鍵最頻繁，只能顯示不同性別間存在差異。

接著，研究人員採用五套機器學習模型，對上述發現展開測試。機器學習模型是指建立在從已有數據中所學知識基礎上的計算機程序。五套模型判斷性別的準確率均超過了78%，其中最成功的模型準確率甚至超過了95%。

該研究團隊提出，通過按鍵規律判斷性別能夠在網路跟蹤、身份竊取等案件調查中作為一種高性價比、且不易察覺的調查手段。研究人員計劃招徠更多受試者，以擴充資料庫，並分析引入慣用手或教育程度等變數是否能進一步提升判斷準確率。

日前，一項新研究顯示，除了攝像頭之外，計算機還能通過打字習慣來判斷打字的人是男性還是女性，並且識別的準確率高達95.6%。在該項研究中，計算機在75名志願者的電腦上安裝了打字追蹤軟體，其中36人為男性，39人為女性，並在之後的10個月時間內對他們每日使用電腦的情況進行監控。

---

怎麼看研究稱鍵盤能識別男女？

在獲取了監控數據之後，利用軟體對數據進行分析，如在鍵盤上按下兩個特定按鍵的間隔時間或按下某個按鍵的時長等，計算出各種打字特徵對判定性別的相對有效性。

分析結果顯示，不同性別按下「N」和「O」兩個鍵的間隔時間差別最大，其次是「M」和「O」的間隔時間。

接著，研究人員採用五套機器學習模型，對上述發現展開測試，並且五套模型判斷性別的準確率均超過了78%，其中最成功的模型準確率甚至超過了95%。

另外，研究人員正準備進一步進行測試，並從更多受試者中獲取更多數據，以擴充資料庫，提升識別準確率。

儘管該程序並不能分辨出一名男性或女性是否會更快地按下這些鍵，或是按這些鍵的次數更加頻繁，但卻能分辨出其中存在區別。然後，研究人員用5個機器學習模型驗證了該程序的結果。

研究人員計劃招徠更多受試者，以擴充資料庫，並分析引入慣用手或教育程度等變數是否能進一步提升判斷準確率。