BehavePassUAM: una app que evalúa capacidades cognitivas y biometría conductual

El grupo Biometrics and Data Pattern Analytics Lab (BiDA-Lab) de la Universidad Autónoma de Madrid (UAM) ha desarrollado BehavePassUAM, una aplicación móvil que permite a los usuarios obtener información personalizada sobre sus capacidades cognitivas.

Mediante un análisis basado en la interacción, la app evalúa capacidades como memoria visual y velocidad de reacción. También puede evaluar la seguridad de una firma o patrón de desbloqueo. Incluso es capaz de estimar la edad del usuario, todo a través de tareas sencillas realizadas desde un smartphone.

Interacciones simples, datos valiosos

BehavePassUAM guía al usuario mediante tareas simples como escribir mensajes, visualizar imágenes o firmar en la pantalla de su dispositivo. Estas interacciones generan datos que son analizados en tiempo real, devolviendo resultados de manera inmediata.

Tras completar una sesión, la app proporciona un desglose del rendimiento en áreas clave como:

• Velocidad de reacción ante estímulos visuales.
• Memoria visual, medida a través de tareas interactivas.
• Seguridad del patrón de desbloqueo, evaluando su complejidad.
• Precisión y consistencia de la firma.
• Estimación de edad, basada en el análisis de interacciones con el dispositivo.

Todo el proceso respeta estrictos protocolos de anonimización, garantizando la privacidad y seguridad de los datos de los participantes.

Una apuesta por la biometría conductual

El proyecto BehavePassUAM representa un avance en el campo de la biometría conductual, una disciplina que estudia los patrones de comportamiento para la identificación de individuos.
A diferencia de la biometría fisiológica (que abarca características como la huella dactilar o el reconocimiento facial), esta técnica se centra en analizar gestos y acciones comunes en el uso de dispositivos, como movimientos al escribir o interactuar con la pantalla táctil, ofreciendo una alternativa más intuitiva y segura a las contraseñas tradicionales.

Los primeros resultados de esta investigación, publicados en la revista Pattern Recognition, destacan el potencial del análisis de tareas interactivas realizadas en smartphones para la identificación biométrica. 
Además de los datos generados en la pantalla táctil, el estudio incorpora información de sensores inerciales, como acelerómetros y giroscopios, ampliando el alcance de las métricas.
Actualmente, los investigadores trabajan en la ampliación de su base de datos, incorporando tareas más sofisticadas y nuevas métricas de análisis para perfeccionar esta tecnología.

¿Cómo participar en la investigación?

Cualquier persona interesada puede formar parte del proyecto descargando BehavePassUAM desde Google Play. Además de acceder a información instantánea sobre capacidades como velocidad de reacción o estimación de edad, los participantes pueden ganar premios tecnológicos como iPads y smartphones en sorteos periódicos organizados por el equipo de investigación.

Con esta iniciativa, la UAM refuerza su posición como referente en el desarrollo de tecnologías innovadoras al servicio del avance científico y la experiencia del usuario.

Referencia bibliográfica: G. Stragapede, R. Vera-Rodriguez, R. Tolosana and A. Morales, "BehavePassDB: Public Database for Mobile Behavioral Biometrics and Benchmark Evaluation", Pattern Recognition, Vol. 134, 2023.