在網路科技盛行的時代，帳號及密碼的設置為必要的程序，因此密碼管的安全性成為重要的課題。現行主要的認證機制需要使用者自行記密碼，而便利性高的生物辨識方法則大多成本過高或不夠準確，因此，本專題研究希望提出一個基於使用者鍵盤輸入行為的辨識方法解決此問題。首先，我們分析了使用者的輸入行為，提出 11 種特徵。再來，我們用支持向量機進行分類。支持向量機在超空間中求出超平面，將資料區隔，算出適合的權重並求得最佳參數，以得到最佳效果。在包含 230 位不同年齡層受試者的實驗中，本專題研究所提出的方法優於前人所提出的方法。我們也在較小的基準化資料集中進行實驗，精準度亦高。同時不需要特殊硬體，得以廣泛應用於現實生活中。
「為配合國家發展委員會「推動ODF-CNS15251為政府為文件標準格式實施計畫」，以及
提供使用者有文書軟體選擇的權利，本館檔案下載部分文件將公布ODF開放文件格式，
免費開源軟體可至LibreOffice下載安裝使用，或依貴慣用的軟體開啟文件。」