Un teclado que reconoce al usuario, se autorrecarga y repele la suciedad

El recubrimiento del teclado repele el polvo y la grasa. / ACS


SINC. En todo el mundo, millones de documentos importantes están protegidos únicamente por una contraseña. Sin embargo, hay expertos para los que una combinación inteligente de letras y números no supone un obstáculo insalvable para acceder a la información.

Ahora, un grupo de investigadores de Estados Unidos y China han logrado un nuevo avance en ciberseguridad y han encontrado solución a la debilidad de las contraseñas: un teclado inteligente que reconoce a los usuarios autorizados por su manera de escribir. El estudio se ha publicado en la revista ACS Nano.

Cazar al impostor

“Este es el teclado más seguro que existe», comenta a Sinc Zhong Lin Wang, investigador del Instituto Tecnológico de Georgia (EE UU) y autor principal del trabajo. “Hemos logrado desarrollar un sistema más fiable, y que además es rentable y fácil de usar” añade.

El teclado es capaz de identificar a los usuarios registrados, detectar si un impostor está intentando acceder al ordenador y activar un sistema de alarma.

“Cada persona tiene unas pautas de escritura únicas y el estado físico o nervioso en el que se encuentre no produce cambios significativos a nivel de seguridad” indica Wang.

Este mecanismo reconoce la frecuencia y la fuerza con la que los usuarios presionan las teclas a través de los impulsos mecánicos que convierte en señales electrónicas, por lo tanto “nadie que no sea reconocido por el sistema puede entrar al equipo, aunque conozca la contraseña” explica el investigador.

Otra ventaja que presenta este aparato inalámbrico es que no necesita ninguna fuente de alimentación externa puesto que aprovecha la energía generada por la escritura para recargar su batería. Además, su recubrimiento especial de la superficie repele la suciedad y la grasa.

Los científicos aseguran que la utilización de esta innovación aumentará de una manera sencilla la seguridad de los sistemas informáticos.

Referencia bibliográfica:

Zhong Lin Wang et al. «Personalized Keystroke Dynamics for Self-Powered Human–Machine Interfacing«. ACS Nano (30 de diciembre, 2014).

Los comentarios están cerrados.