Рубрика про любопытные истории из мира науки, техники и кино. Сегодня — без кино: продакшн-история про то, как человеческая дрожь стала главной уликой. Три акта: радисты Второй мировой, чью «руку» опознавали в эфире как отпечаток пальца; машина, которая сорок лет спустя научилась читать эту руку в клавиатуре и мыши; и боты, которые теперь учатся дрожать по заказу — чтобы их не поймали на совершенстве.
У каждого телеграфиста был «fist» — «кулак», «почерк руки». Морзянка формально дискретна: точка, тире, пауза. Но живой оператор не метроном. Один «давит» точки чуть длиннее канона, другой разряжает группы быстрее регламента, третий делает фирменную микро-задержку перед сменой знака. Слушающий радист узнавал знакомых «по руке» так же безошибочно, как по голосу в трубке.
Военные это свойство превратили в инструмент. В Британском содружестве связка методов называлась «Z intelligence»: TINA (аббревиатура из последних четырёх букв слова «Serpentina» — так окрестили способ записи живого эфира на бумажную ленту для разбора) плюс RFP — Radio Finger Printing, каталогизация конкретных передатчиков. Логика TINA описана в мемуарной литературе и разборах союзной радиоразведки просто: не пытаться вскрыть шифр, а опознать самого радиста. Радист — величина живая: он болеет, уезжает, гибнет вместе с кораблём. Если конкретная «рука» всплывает на новой позиции — прежняя позиция, вероятно, уничтожена или передислоцирована. Стиль становится картой перемещений противника.
В Международном музее шпионажа в Вашингтоне хранится занятный артефакт: Telegrapher's Fingerprint Chart, «карта отпечатков» радистов — методичка аналитика, где почерки эфира разложены как дактилоскопические карточки. Метафора, ставшая технологией.
Самое красивое в этой истории — что она не отменялась шифрами. Enigma меняла настройки ежедневно, кодовые книги редактировались, а «кулак» был с оператором от рождения: скорость, ритм, характерные «хвосты» на переходах. Сколько ни меняем зеркало — походка остаётся. Именно потому, когда позывные меняли, анализ почерка продолжал работать: поведение было единственным каналом, который противник не мог заменить по щелчку.
Перенесёмся на сорок лет вперёд, из эфира в машинный зал RAND. В 1980 году Лесли Гейнс с соавторами публикуют отчёт «Authentication by Keystroke Timing»: семь профессиональных машинисток снова и снова печатали одни и те же псевдо-логины; замеряли интервалы между нажатиями и длительности удержания клавиш. Вывод, звучавший как фантастика, а ставший потом азбукой: по статистике пар клавиш — тем же «диграфам», что измеряли на радистах, — можно отличить одного человека от другого. У каждой машинистки — своя подпись из таймингов. Не клавиатура уникальна — уникален ритм.
Между «можно отличить» и «можно доверять» — пропасть, и её честно посчитали только через тридцать лет. Killourhy и Maxion (CMU, 2009) выгнали 14 разных детекторов через одни и те же данные — 51 пользователь, 400 повторов ввода пароля: лучший (Manhattan с масштабированием) дал ошибку 9,6%, у середняков — 0,10–0,16, то есть каждый десятый чужой «проходил» за своего. Осознаём масштаб: это не биометрия на паспортный контроль. Это слабый, шумный, но бесплатный и всегда сопутствующий сигнал — который нельзя забыть дома, нельзя сбросить и нельзя сменить по требованию сайта.
А потом то же свойство нашли в мыши. И вот здесь начинается самое интересное.
Когда курсор стоит на неподвижной позиции, у живой руки он не стоит. Физиологический тремор — нормальный, здоровый, ритмичный танец моторных единиц — размывает неподвижность на частотах примерно 8–12 Гц. Мышь с частотой опроса в сотни герц этот танец записывает. В 2019 году группа Microsoft Research в npj Digital Medicine сделала из этого диагностический инструмент: у 2,7 миллиона пользователей Bing извлекли тремор из траекторий «неподвижного» курсора — медианная частота дрожи вышла 6 Гц, ниже «учебных» 8–12: частота опроса курсора срезает верхнюю часть спектра — и это тоже пришлось учитывать. Аналитики построили популяционную картину, как дрожь распределена по возрасту, полу и заявленным диагнозам, включая связь с болезнью Паркинсона; плюс отдельная валидация на тысяче удалённых участников с самоотчётами. Курсор мыши оказался бесплатным, уже развёрнутым сенсором неврологии.
Для антифрода это означало одно: «идеальная» неподвижность — аномалия. Машине, притворяющейся человеком, недостаточно попасть в пиксель. Надо дрожать с правильным спектром, с правильной редкой «задумчивостью», с человеческой избыточностью траектории — дугами вместо хорд, микрокоррекциями у цели, замедлением перед кликом. Совершенство стало уликой. Впервые в истории аутентификации главной уликой стал дефект.
Индустрия отреагировала предсказуемо — деньгами. BioCatch, флагман behavioral biometrics, осенью 2024-го перешла под контроль Permira при оценке в 1,3 млрд долларов: больше 200 финансовых институтов, свыше 30 из топ-100 банков мира, 400+ миллионов банковских клиентов под непрерывным наблюдением, и 4,72 млрд долларов предотвращённого фрода с 2018 года по собственному отчёту. В отраслевых квадрантах 2025 года лидерами сегмента поведенческой биометрии называют BioCatch, Feedzai и IBM. Это уже не «фича», это слой инфраструктуры: банк не спрашивает тебя, кто ты, — он смотрит, как ты держишь телефон, с какой скоростью листаешь, в каком порядке заполняешь поля. Механика проста: клиент, чьё поведение совпадает с его же историей, не замечает ничего. Поведение, сбежавшее из своей же колеи, запускает ритуал: шаг, вопрос, звонок.
Юридическая рамка при этом на удивление зыбкая. GDPR в статье 9 запрещает обработку биометрических данных «для цели уникальной идентификации физического лица» без явных исключений — но behavioral-профили обычно оформляют не как идентификацию, а как «оценку риска сессии», и это уводит их из самого жёсткого коридора в общую зону законного интереса (fraud prevention). Человек, за которым тысяча чистых транзакций, биометрического согласия не давал — и его блуждания курсора всё равно записаны, измерены и сравнены. Не «особая категория», не пароль, не PIN — просто то, как ты двигаешься, стало документом.
Естественный вопрос: если человека ловят за неидеальность, почему бы машине не притвориться несовершенной? Ответ простой: именно это и происходит, это и есть развязка всей арки.
Первое поколение обходов было механистичным: библиотека ghost-cursor для Puppeteer рисует траектории кривыми Безье со случайными отклонениями — уже не линия, но ещё математика. Затем пришли нейросети. В октябре 2024-го группа из Сычуаньского университета выкатила DMTG — генератор траекторий на диффузионной модели с «entropy-контролем» случайности, обученный на записи движений 120 живых пользователей плюс миллионе сэмплов траекторий. На supervised-детекторах DMTG снижал уверенность бота-детекции на 4,75–9,73 процентных пунктов; на коммерческих системах (Akamai, GeeTest) авторы отчитались о «почти человеческом» уровне прохода — с оговоркой, что детали раскрывать нельзя, коммерческая тайна. Читаешь и понимаешь: где-то прямо сейчас работает пайплайн, который дрожит вместо машины.
Ответная сторона тоже эволюционирует, и красивее всего это видно в юнит-экономике детекции. В 2025-м исследователи Voidware показали: 17 кинематических фич (соответствие закону Фиттса, морфология под-движений, гладкость, геометрия) на датасетах Balabit и BOUN дают EER не выше 0.001 — то есть теоретически почти безошибочную детекцию синтетики, построенной «по учебнику». Практический ответ индустрии — микро-масштаб: компактные нейродетекторы прямо в браузере. Модель cursor_v2 компании cside весит 0,12 МБ (10 600 параметров), считается на CPU за 0,74 миллисекунды на движение и, по их отчёту, ловит 86–100% синтетических траекторий всех известных им генераторов при ~0% ложных срабатываний на контрольной выборке живых людей; на генераторе, которого модель никогда не видела, AUC 0.999 против 0.920 у предыдущего поколения. Ставка индустрии радикально сместилась: не пытаться распознать бота по отпечатку браузера — а распознать бота по акценту, с которым он «пишет» движения.
Здесь нельзя не остановиться на петле. Каждая публикация детектора — это учебник для генераторов: показал, ЧТО именно выделяет (гладкость? распределение скоростей? спектр?) — завтра это включат в модели. Каждая публикация генератора подрывает детекторы: DMTG — фактически открытая заявка «вот как обходить современные senseless-проверки». Это гонка вооружений, где боеприпасы — научные статьи. И в отличие от классической биометрии (палец не переплавишь), behavioral biometrics уязвимы фундаментально: подражать можно всему, что можно записать.
Вернёмся на секунду к радистам. У системы TINA было свойство, которое тогда никто не называл приватностью: «кулак» работал только в контакте с эфиром. Не передаёшь — не палится. Behavioral-биометрия цифровой эпохи работает без спецоперации: сам факт использования ноутбука — уже эфир, уже съёмка, уже разбор. Gartner-овский «continuous authentication» — это TINA на полной ставке: следить не по факту транзакции, а постоянно, на каждом жесте.
И самое пикантное для «формы честности»: Behavioral-профиль — это не «данные о поведении» в общепринятом смысле, это данные о теле. Тремор курсора (см. Microsoft/Bing) — кандидат на скрининг неврологии. Скорость печати — прокси возраста, трезвости, стресса, горячности. Паттерны мыши — зарегистрированный кандидат на детекцию депрессии и внимательности. Всё это без единого сканера отпечатка, без камеры — с одного только факта «рука на мыши». Мы согласились на «cookie-баннеры», а получили датчик моторики, встроенный в каждый интерфейс планеты.
Три возраста одной идеи. Тридцатые–сороковые: «кулак» как военный шпион в эфире — опознай радиста, построй карту его перемещений. Восьмидесятые–наши дни: та же механика внутри каждого логина — 7 машинисток RAND доросли до 400 миллионов отслеживаемых клиентов BioCatch. Сейчас: машины учатся дрожать, детекторы учатся видеть фальшивую дрожь, и вопрос «человек ли это» мигрирует из области паролей в область акцента.
Мораль у этой истории неудобная. Совершенство выдаёт машину — но человек тоже выдаёт себя, просто по-другому: неспешной неповторимостью своих ошибок. Behavioral-биометрия — это ставка на то, что дефекты неотъемлемы. Вся индустрия стоит на утверждении: «настоящий человек не может не дрожать». Против неё стоит другая индустрия с прямым зеркальным тезисом: «искусственная дрожь неотличима от настоящей». Кто из них прав — решится не в науке и не в философии: на конверсии, в доли процента, между строк статистики AUC.
Источники: International Spy Museum — Telegrapher's Fingerprint Chart; Jerry Proc / Antique Wireless Association Review #36 (2023) — RFP и TINA; ARC Archive — SOE fingerprinting; Gaines, Lisowski, Press, Shapiro — «Authentication by Keystroke Timing» (RAND R-2526, 1980); Killourhy & Maxion — «Comparing Anomaly-Detection Algorithms for Keystroke Dynamics» (DSN 2009); Estrada et al. — «Population-scale hand tremor analysis via anonymized mouse cursor signals» (npj Digital Medicine, 2019); Permira press release 09.09.2024 (BioCatch $1.3B, 400M+ клиентов, $4.72B предотвращённого фрода); QKS Group / Biometric Update (авг 2025) — Spark Matrix behavioral biometrics; DMTG: Human-Like Mouse Trajectory Generation (arXiv:2410.18233, Сычуаньский университет); Tiwana — «Kinematic Features Are All You Need» (Voidware, 2025); cside.com — cursor_v2 (2026); GDPR Art. 9; Google reCAPTCHA v3 docs; Monrose & Rubin — «Authentication via Keystroke Dynamics» (ACM TISSEC).