接着，研究人员用他们自创的“ISqueezeU”软件，计算出各种打字特征对判定性别的相对有效性，如按下两个特定按键的间隔时间、或按下某个按键的时长等。

结果发现，有几项特征更有助于我们判断性别。例如，按下“N”和“O”两个键的间隔时间最能说明问题，其次是“M”和“O”的间隔时间。该程序无法确定哪种性别按这几个键时速度最快、或按键最频繁，只能显示不同性别间存在差异。

接着，研究人员采用五套机器学习模型，对上述发现展开测试。机器学习模型是指建立在从已有数据中所学知识基础上的计算机程序。五套模型判断性别的准确率均超过了78%，其中最成功的模型准确率甚至超过了95%。

该研究团队提出，通过按键规律判断性别能够在网络跟踪、身份窃取等案件调查中作为一种高性价比、且不易察觉的调查手段。研究人员计划招徕更多受试者，以扩充数据库，并分析引入惯用手或教育程度等变量是否能进一步提升判断准确率。