این گروه پژوهشی به سرپرستی دکتر «شیوام بهسین»  (Shivam Bhasin)، برای «آموزش» سیستم، از سه نفر خواستند که هرکدام یک مجموعه تصادفی از ۷۰ پین چهار‌رقمی را در تلفن همراه اندروید وارد کنند. روی هر تلفن، یک برنامه سفارشی نصب شد که داده‌ها را از شتاب‌سنج، ژیروسکوپ، مغناطیس‌سنج، حسگر مجاورتی، فشارسنج و حسگر نور محیط جمع‌آوری می‌کرد. یک الگوریتم یادگیری عمیق، داده‌ها را تحلیل و با خوانش حسگرهای خاص تطبیق داد به‌طوری‌که اعداد به‌خصوصی روی صفحه کلید نمایشگر وارد شد. «بهسین» توضیح می‌دهد: هنگامی‌که پین را در تلفن همراه وارد می‌کنید، نوع حرکت تلفن همراه هنگام وارد کردن یک، پنج یا ۹ بسیار متفاوت است. به همین ترتیب، وارد کردن عدد یک با انگشت شست دست راست، نسبت به وارد کردن عدد ۹، سد راه نور بیشتری خواهد شد.

هنگامی‌که سیستم کار حدس زدن پین‌های چهار رقمی را تنها براساس واکنش حسگرها انجام داد، دقت آن در قفل‌گشایی تلفن همراهی که یکی از ۵۰ پین معمول را استفاده کرده بود، تا ۵/ ۹۹ درصد (بدون اینکه بیش از سه بار تلاش کند) دقیق بود. به باور«بهسین»، این امکان وجود دارد که مردم ندانسته، بدافزاری را در تلفن همراه خود دانلود کنند که از چنین فناوری استفاده می‌کند. این برنامه پس از دستیابی به حسگرهای تلفن همراه و یاد گرفتن پین کاربر، اطلاعات را به شخصی که قادر به قفل‌گشایی تلفن باشد، انتقال می‌دهد. وی می‌گوید، برای جلوگیری از رخ دادن چنین وضعیتی، پیشنهاد می‌کنیم که سیستم‌های اجرایی تلفن همراه، دستیابی به حسگرهای تلفن را محدود کنند تا کاربران بتوانند این اجازه را تنها به اپلیکیشن‌های مورد اعتماد خود بدهند.