基于觸屏滑動行為特征的身份持續(xù)認證方法
【專利摘要】本發(fā)明公開了一種基于觸屏滑動行為特征的身份持續(xù)認證方法，分析用戶操作觸屏設(shè)備時產(chǎn)生的觸屏滑動操作行為，根據(jù)觸屏滑動方向?qū)⒂|屏滑動操作劃分為四種操作模式，提取每種操作模式下的行為特征，并基于行為特征建立每種操作模式下的用戶身份模型，采用窗口平均的方法對觸屏設(shè)備用戶的身份進行持續(xù)認證。本發(fā)明方法觸屏滑動行為無需記憶和攜帶，行為數(shù)據(jù)的采集無需用戶的配合，能夠在用戶日常使用觸屏設(shè)備的過程中完成，可實現(xiàn)非侵犯性的身份主動認證；此外，采用對不同類型觸屏操作分別進行建模及窗口認證的方法可保證認證模型的穩(wěn)定性，能更好地體現(xiàn)用戶的觸屏行為特性，并顯著地提高身份持續(xù)認證的魯棒性和容錯性。
【專利說明】基于觸屏滑動行為特征的身份持續(xù)認證方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及觸屏設(shè)備安全防護技術(shù)，特別涉及一種觸屏設(shè)備使用者的安全身份認證方法。

【背景技術(shù)】
[0002]隨著社會信息化和智能化大潮的推進，觸屏設(shè)備(如智能手機及平板電腦)已經(jīng)滲透到人們生活的各個方面，越來越多的個人信息(如短信、電子郵件、圖片等)和敏感信息(如銀行賬號、辦公資料等)被存儲于觸屏設(shè)備之中。此外，觸屏設(shè)備上商務(wù)應(yīng)用的日益流行及隱私信息泄露事件的頻頻發(fā)生，使得觸屏設(shè)備的安全防護問題逐漸進入大眾的視野。
[0003]現(xiàn)有的觸屏設(shè)備的身份認證方式主要包括密碼、九宮格圖形鎖、指紋三種。然而，前兩種方式容易受到觀察攻擊和猜測攻擊，從而被攻擊者盜取解鎖方式；指紋認證方式需要特殊的硬件支持；且這三種方式都只能在某些特定時刻(例如屏幕解鎖時)做一次性保護，觸屏設(shè)備一旦被侵入就完全喪失抵御能力。與上述方式相比，基于觸屏滑動行為特征的持續(xù)認證方式具有其顯著的優(yōu)勢:首先觸屏設(shè)備用戶身份持續(xù)認證的依據(jù)可以從觸屏滑動輸入獲得，無需配備額外的儀器以及設(shè)備；其次，觸屏設(shè)備用戶的身份持續(xù)認證是基于觸屏滑動行為特征，無需記憶或攜帶，很難進行模仿和偽造；另外，可在用戶操作觸屏設(shè)備的過程中持續(xù)地捕獲用戶產(chǎn)生的觸屏滑動操作信息，且無需用戶額外的配合，因此能夠?qū)崿F(xiàn)非干擾性的身份持續(xù)認證。


【發(fā)明內(nèi)容】

[0004]本發(fā)明的目的是提供一種可持續(xù)地驗證觸屏設(shè)備用戶身份的方法，特別是利用用戶操作觸屏設(shè)備過程中的滑動行為特征來持續(xù)檢測操作者身份合法性的方法。
[0005]為達到以上目的，本發(fā)明是采取如下技術(shù)方案實現(xiàn)的:
[0006]一種基于觸屏滑動行為特征的身份持續(xù)認證方法，其特征在于，包括兩大步驟:
[0007]第一步，用戶身份模型構(gòu)建:
[0008](I)在用戶正常使用觸屏設(shè)備過程中，采集并記錄用戶對屏幕的滑動操作數(shù)據(jù)，形成觸屏滑動行為的訓練數(shù)據(jù)集；
[0009](2)針對每次滑動操作，根據(jù)滑動方向的不同對訓練數(shù)據(jù)集中的觸屏滑動操作進行歸類，劃分為四種觸屏滑動操作模式:單指向上滑動、單指向下滑動、單指向左滑動、單指向右滑動；
[0010](3)針對每種操作模式下的觸屏滑動操作，提取特征向量，根據(jù)最小距離原則選取參考特征向量，對每個觸屏滑動操作的特征向量進行距離度量，得到每個觸屏滑動操作的距離特征向量，形成每個操作模式下的觸屏滑動行為訓練特征集合；
[0011](4)將合法用戶的訓練特征集合標記為正類，采用單類分類器對每種觸屏滑動操作模式構(gòu)建合法用戶的身份模型，并得到每種觸屏滑動模式對應(yīng)的合法用戶的身份判定閾值；其中，合法用戶身份模型包括四個身份子模型:單指向上滑動模型、單指向下滑動模型、單指向左滑動模型、單指向右滑動模型；
[0012]第二步，身份持續(xù)認證:
[0013](I)用戶登入觸屏設(shè)備后，捕獲用戶的觸屏滑動操作，依次以長度為N的觀測窗口形成包含N個觸屏滑動操作的用戶觸屏滑動操作塊；
[0014](2)針對觸屏滑動操作塊中的每個觸屏滑動操作，根據(jù)滑動方向?qū)ζ溥M行歸類，提取滑動操作的特征向量，與身份模型構(gòu)建時獲得的對應(yīng)操作模式的參考特征向量進行距離度量，得到滑動操作的距離特征向量；
[0015](3)針對觸屏滑動操作塊中的每個觸屏滑動操作，將其距離特征向量作為滑動操作對應(yīng)的身份子模型的輸入，得到每個滑動操作的檢測值，并將該檢測值與對應(yīng)的身份子模型的判定閾值進行比較，判定每個滑動操作的異常性；
[0016](4)對當前用戶身份合法性進行判定:若在N次觸屏滑動操作中連續(xù)監(jiān)測到M次異常操作(M小于N)，則判定當前用戶為非法用戶；反之則判定當前用戶為合法用戶。
[0017]上述方法中，所述第一步(1)，第二步⑴中的用戶對屏幕的滑動操作數(shù)據(jù)為觸屏滑動操作事件所組成的序列，基本格式為:{時間，觸屏位置，手指壓力，手指運動狀態(tài)信息}，其中手指運動狀態(tài)指的是對手指放下、手指移動、手指抬起三種狀態(tài)的標記信息。
[0018]所述第一步(2)，第二步(2)中的根據(jù)滑動方向?qū)⒂|屏滑動數(shù)據(jù)進行歸類的具體步驟為:
[0019]I)提取一次滑動操作的起點事件和終點事件的觸屏位置坐標，其中每個位置坐標的格式為{水平坐標X，垂直坐標Y}；
[0020]2)計算滑動操作起點和終點連線與水平方向的夾角0，若Θ大于-135°小于等于-45°，則將滑動操作歸類為單指向上滑動；若Θ大于45°小于等于135°，則將滑動操作歸為單指向下滑動；若Θ大于-45°小于等于45°，則將滑動操作歸為單指向右滑動；若Θ大于135°小于等于180°或大于-180°小于等于-135°，則將滑動操作歸為單指向上滑動；若滑動操作起點和終點在同一位置，則忽略本次操作。
[0021]所述第一步(3)，第二步(2)中的觸屏滑動操作的特征向量是指由觸屏滑動操作在觸屏上產(chǎn)生的時空軌跡曲線所衍生出的一系列行為測量量，包括整體性特征和過程性特征，具體如下:
[0022]整體性特征包括:
[0023]觸屏滑動起點的X坐標、Y坐標；
[0024]觸屏滑動終點的X坐標、Y坐標；
[0025]觸屏滑動的軌跡長度；
[0026]觸屏滑動的位移；
[0027]觸屏滑動的軌跡長度與位移的比值；
[0028]觸屏滑動的持續(xù)時間；
[0029]過程性特征包括:
[0030]觸屏滑動速度的均值、中值、標準差、75%分位數(shù)與25%分位數(shù)之差、峰度系數(shù)、偏度系數(shù)；
[0031]觸屏滑動加速度的均值、中值、標準差、75%分位數(shù)與25%分位數(shù)之差、峰度系數(shù)、偏度系數(shù)；
[0032]觸屏滑動角度的均值、中值、標準差、75%分位數(shù)與25%分位數(shù)之差、峰度系數(shù)、偏度系數(shù)；
[0033]觸屏滑動偏移量的均值、中值、標準差、75%分位數(shù)與25%分位數(shù)之差、峰度系數(shù)、偏度系數(shù)；
[0034]觸屏滑動壓力的均值、中值、標準差、75%分位數(shù)與25%分位數(shù)之差、峰度系數(shù)、偏度系數(shù)。
[0035]所述第一步(3)中根據(jù)最小距離原則選取參考特征向量是指在每種操作模式的觸屏滑動操作訓練數(shù)據(jù)中，采用歐式距離計算每個滑動操作的特征向量到訓練數(shù)據(jù)中其它滑動操作特征向量的距離，形成距離向量，選擇距離向量模最小的特征向量作為該操作模式的參考特征向量。
[0036]所述第一步(4)中的構(gòu)建用戶身份模型由一種或多種單類分類器聯(lián)合實現(xiàn)，所述單類分類器包括單分類支持向量機、單分類神經(jīng)網(wǎng)絡(luò)、單分類最近鄰分類器。
[0037]本發(fā)明方法的優(yōu)點在于:觸屏滑動行為無需記憶和攜帶，行為數(shù)據(jù)的采集無需用戶的配合，能夠在用戶日常使用觸屏設(shè)備的過程中完成，可實現(xiàn)非侵犯性的身份主動認證；此外，采用對不同類型觸屏操作分別進行建模及窗口認證的方法可保證認證模型的穩(wěn)定性，能更好地體現(xiàn)用戶的觸屏行為特性，并顯著地提高身份持續(xù)認證的魯棒性和容錯性。

【專利附圖】

【附圖說明】
[0038]下面結(jié)合附圖及【具體實施方式】對本發(fā)明做進一步的詳細描述。
[0039]圖1是本發(fā)明方法的總體流程示意圖。
[0040]圖2是圖1觸屏滑動操作劃分中數(shù)據(jù)歸類方法的具體流程示意圖。
[0041]圖3是圖1用戶身份模型構(gòu)建中基于觸屏滑動操作的距離特征向量生成的具體流程不意圖。
[0042]圖4是圖1用戶身份模型構(gòu)建中基于觸屏滑動操作行為特征構(gòu)建身份模型的具體流程示意圖。
[0043]圖5是采用本發(fā)明進行用戶身份持續(xù)認證的實驗結(jié)果圖。

【具體實施方式】
[0044]參見圖1，本發(fā)明基于觸屏滑動行為特征的身份持續(xù)認證身份認證方法，可用于觸屏設(shè)備操作者身份合法性的實時監(jiān)測，實現(xiàn)對觸屏設(shè)備內(nèi)部存儲的敏感信息的安全防護。本發(fā)明包含用戶身份模型構(gòu)建和操作者身份持續(xù)認證兩個部分，具體的實施步驟如下:
[0045]1、用戶身份模型構(gòu)建部分包括下述步驟:
[0046](I)在用戶正常使用觸屏智能設(shè)備的過程中，采集并記錄用戶的觸屏滑動操作數(shù)據(jù)，形成身份模型構(gòu)建所需的觸屏滑動行為訓練數(shù)據(jù)集；觸屏滑動操作數(shù)據(jù)的格式為:{時間，觸屏位置，手指壓力，手指運動狀態(tài)信息}，其中手指運動狀態(tài)指的是對手指放下、手指移動、手指抬起三種狀態(tài)的標記信息；
[0047](2)根據(jù)滑動方向的不同對訓練數(shù)據(jù)集中的觸屏滑動操作進行歸類(參見圖2)。具體為:
[0048]第一步，從訓練數(shù)據(jù)集中提取一次滑動操作的起點事件和終點事件的觸屏位置坐標，其中每個位置坐標的格式為{水平坐標X，垂直坐標Y}；
[0049]第二步，計算滑動操作起點和終點連線與水平方向的夾角Θ，若Θ大于-135°小于等于-45°，則將滑動操作歸類為單指向上滑動；若Θ大于45°小于等于135°，則將滑動操作歸為單指向下滑動；若Θ大于-45°小于等于45°，則將滑動操作歸為單指向右滑動；若Θ大于135°小于等于180°或大于-180°小于等于-135°，則將滑動操作歸為單指向上滑動；若滑動操作起點和終點在同一位置，則忽略本次操作；
[0050]第三步，形成不同操作模式下的觸屏滑動行為訓練數(shù)據(jù)集，觸屏滑動操作模式包括:單指向上滑動、單指向下滑動、單指向左滑動、單指向右滑動。
[0051](3)針對每種操作模式下的觸屏滑動操作，提取特征向量并選取參考特征向量，得到每個觸屏滑動操作的距離特征向量(參見圖3)。具體為:
[0052]第一步，針對每種操作模式下的觸屏滑動訓練數(shù)據(jù)集的觸屏滑動操作，提取觸屏滑動行為特征向量，具體為觸屏滑動操作在觸屏上產(chǎn)生的時空軌跡曲線所衍生出的一系列行為測量量，包括整體性特征和過程性特征兩類。其中，整體性特征是對一次滑動操作的整體描述，包括觸屏滑動起點的X坐標和Y坐標、觸屏滑動終點的X坐標和Y坐標、觸屏滑動的軌跡長度、觸屏滑動的位移、觸屏滑動的軌跡長度與位移的比值、觸屏滑動的持續(xù)時間；過程性特征是對一次滑動操作過程的細粒度描述，其計算方法是首先計算描述的特征矢量序列，包括速度序列、加速度序列、角度序列、偏移量序列、壓力序列，再對每個特征矢量序列計算描述統(tǒng)計量作為過程性特征；使用到的描述統(tǒng)計量包括:均值、中值、標準差、75%分位數(shù)與25%分位數(shù)之差、峰度系數(shù)、偏度系數(shù)；
[0053]第二步，采用歐式距離計算每個滑動操作的特征向量到對應(yīng)操作模式下的訓練數(shù)據(jù)中其它滑動操作特征向量的距離，得到維度為(S-1)的距離向量，其中S表示訓練集合中特征向量的個數(shù)。
[0054]第三步，計算每個距離向量的模，選擇模值最小的特征向量作為參考特征向量；
[0055]第四步，計算每個操作的特征向量和對應(yīng)操作模式中的參考特征向量的差值向量，作為該操作的距離特征向量，接著形成每個操作模式下觸屏滑動行為訓練特征集合；
[0056](4)將合法用戶的訓練特征集合標記為正類，采用單類分類器對每種觸屏滑動模式(單指向上滑動模式、單指向下滑動模式、單指向左滑動模式、單指向右滑動模式)構(gòu)建合法用戶的身份模型(參見圖4)，包括四個身份子模型:單指向上滑動模型、單指向下滑動模型、單指向左滑動模型、單指向右滑動模型，并得到合法用戶在每種觸屏滑動模式下的身份判定閾值。
[0057]2、操作者身份持續(xù)認證部分，包括下述步驟:
[0058](I)在用戶使用觸屏設(shè)備的過程中，捕獲當前用戶的觸屏滑動操作，依次以長度為N的觀測窗口形成用戶觸屏滑動操作塊(滑動塊中包含N個觸屏滑動操作)；
[0059](2)針對觸屏滑動操作塊中的每個觸屏滑動操作，根據(jù)滑動方向?qū)ζ溥M行歸類，提取特征向量，與身份模型構(gòu)建時獲得的對應(yīng)操作模式的參考特征向量進行距離度量，得到該滑動操作的距離特征向量；
[0060](3)針對觸屏滑動操作塊中的每個觸屏滑動操作，將其距離特征向量作為對應(yīng)子身份模型的輸入(例如，若滑動操作被歸類為單指向上滑動，則對應(yīng)的身份子模型為單指向上滑動模型)，得到每個滑動操作的檢測值；
[0061](4)針對觸屏滑動操作塊中的每個觸屏滑動操作，將其檢測值與對應(yīng)的身份子模型的判定閾值ε (ε根據(jù)模型訓練的精度進行選取，一般可設(shè)定為0.5)進行比較，若檢測值大于閾值，則判定該操作為異常操作；若檢測值小于閾值，則判定該操作為正常操作；
[0062](5)當前用戶身份合法性的持續(xù)認證:若在N次觸屏滑動操作中連續(xù)監(jiān)測到M次異常操作(Μ小于N，均為自然數(shù))，則判定當前用戶為非法用戶；反之則判定當前用戶為合法用戶，其中M為報警閾值，可由用戶自行設(shè)定。
[0063]本發(fā)明以觸屏手機用戶的身份持續(xù)認證為例進行了實驗驗證，具體步驟如下:
[0064]第一步，訓練數(shù)據(jù)的生成。實驗要求41名用戶操作觸屏智能手機分別進行二篇文章的閱讀和一組圖片的比較，采集和記錄這些用戶操作觸屏智能手機進行上述任務(wù)時所產(chǎn)生的觸屏滑動行為數(shù)據(jù)，然后根據(jù)滑動方向的這些數(shù)據(jù)進行歸類，得到不同觸屏滑動操作模式的訓練數(shù)據(jù)。
[0065]第二步，生成距離特征向量。針對每個用戶，提取每種操作模式下的特征向量及參考特征向量，然后生成每種觸屏滑動操作模式下的訓練特征數(shù)據(jù)。
[0066]第三步，用戶身份模型構(gòu)建。針對每個用戶，將該用戶的訓練特征數(shù)據(jù)標記為正類，采用單分類支持向量機對每種觸屏滑動操作模式構(gòu)建合法用戶的身份模型，并利用訓練特征數(shù)據(jù)對模型進行學習。
[0067]第四步，測試數(shù)據(jù)的生成。針對每個用戶，要求其閱讀第三篇文章和比較第二組圖片，將所產(chǎn)生的觸屏滑動數(shù)據(jù)作為測試數(shù)據(jù)。
[0068]第五步，用戶身份合法性的持續(xù)認證。選擇某一用戶作為合法用戶，依次以長度為N的觀測窗口形成觸屏滑動操作塊，針對其中的每一條測試樣本，生成距離特征向量，在合法用戶身份模型中找到其對應(yīng)操作模式的子身份模型，將距離特征向量輸入該模型，得到對每個測試樣本的檢測值，將檢測值與閾值ε ( ε設(shè)定為0.45)比較，若檢測值小于閾值ε，則判定該操作為異常操作；反之，則判定該操作為正常操作；若在N次的觸屏操作中連續(xù)監(jiān)測到M次異常操作(Μ小于N)，則判定當前用戶為非法用戶。在本實驗中N的取值從3變化到30 (以2為步長)，M的取值為2。
[0069]第六步，選擇剩余用戶依次作為合法用戶，重復上述第五步的過程，得到所用的用戶平均持續(xù)認證結(jié)果。
[0070]針對所有用戶，測試本發(fā)明方法在閱讀文章場景及圖片比較場景中對用戶身份進行持續(xù)認證的準確度。圖5是本實施例在兩種場景下的身份持續(xù)認證的等錯誤率(equal-error rate)結(jié)果，圖中每個點上的豎線表示了在此觀測長度下等錯誤率的方差。
[0071]從圖示的實驗結(jié)果可以看出，本發(fā)明能夠準確且快速地對觸屏手機用戶的身份進行持續(xù)的認證與檢測。以圖片比較場景下的實驗結(jié)果為例，當觀測窗口的大小為3時(即每3次觸屏滑動操作進行一次身份合法性檢測)，身份持續(xù)認證的等錯誤率的大小為5.79% ；當觀測窗口的大小為9時(即每9次觸屏滑動操作進行一次身份合法性檢測)，身份持續(xù)認證的等錯誤率為2.76%。該結(jié)果驗證了本發(fā)明的可行性和有效性，表明該方法可作為一種高效的觸屏設(shè)備使用者的身份安全防護技術(shù)。
【權(quán)利要求】
1.一種基于觸屏滑動行為特征的身份持續(xù)認證方法，其特征在于，包括兩大步驟: 第一步，用戶身份模型構(gòu)建: (1)在用戶正常使用觸屏設(shè)備過程中，采集并記錄用戶對屏幕的滑動操作數(shù)據(jù)，形成觸屏滑動行為的訓練數(shù)據(jù)集； (2)針對每次滑動操作，根據(jù)滑動方向的不同對訓練數(shù)據(jù)集中的觸屏滑動操作進行歸類，劃分為四種觸屏滑動操作模式:單指向上滑動、單指向下滑動、單指向左滑動、單指向右滑動； (3)針對每種操作模式下的觸屏滑動操作，提取特征向量，根據(jù)最小距離原則選取參考特征向量，對每個觸屏滑動操作的特征向量進行距離度量，得到每個觸屏滑動操作的距離特征向量，形成每個操作模式下的觸屏滑動行為訓練特征集合； (4)將合法用戶的訓練特征集合標記為正類，采用單類分類器對每種觸屏滑動操作模式構(gòu)建合法用戶的身份模型，并得到每種觸屏滑動模式對應(yīng)的合法用戶的身份判定閾值；其中，合法用戶身份模型包括四個身份子模型:單指向上滑動模型、單指向下滑動模型、單指向左滑動模型、單指向右滑動模型； 第二步，身份持續(xù)認證: (1)用戶登入觸屏設(shè)備后，捕獲用戶的觸屏滑動操作，依次以長度為N的觀測窗口形成包含N個觸屏滑動操作的用戶觸屏滑動操作塊； (2)針對觸屏滑動操作塊中的每個觸屏滑動操作，根據(jù)滑動方向?qū)ζ溥M行歸類，提取滑動操作的特征向量，與身份模型構(gòu)建時獲得的對應(yīng)操作模式的參考特征向量進行距離度量，得到滑動操作的距離特征向量； (3)針對觸屏滑動操作塊中的每個觸屏滑動操作，將其距離特征向量作為滑動操作對應(yīng)的身份子模型的輸入，得到每個滑動操作的檢測值，并將該檢測值與對應(yīng)的身份子模型的判定閾值進行比較，判定每個滑動操作的異常性； (4)對當前用戶身份合法性進行判定:若在N次觸屏滑動操作中連續(xù)監(jiān)測到M次異常操作，M小于N，則判定當前用戶為非法用戶；反之則判定當前用戶為合法用戶。
2.如權(quán)利要求1所述的基于觸屏滑動行為特征的身份持續(xù)認證方法，其特征在于，所述第一步(1)，第二步(I)中的用戶對屏幕的滑動操作數(shù)據(jù)為觸屏滑動操作事件所組成的序列，基本格式為:{時間，觸屏位置，手指壓力，手指運動狀態(tài)信息}，其中手指運動狀態(tài)指的是對手指放下、手指移動、手指抬起三種狀態(tài)的標記信息。
3.如權(quán)利要求1所述的基于觸屏滑動行為特征的身份持續(xù)認證方法，其特征在于，所述第一步(2)，第二步(2)中的根據(jù)滑動方向?qū)⒂|屏滑動數(shù)據(jù)進行歸類的具體步驟為: 1)提取一次滑動操作的起點事件和終點事件的觸屏位置坐標，其中每個位置坐標的格式為{水平坐標X，垂直坐標Y}； 2)計算滑動操作起點和終點連線與水平方向的夾角Θ，若Θ大于-135°小于等于-45°，則將滑動操作歸類為單指向上滑動；若Θ大于45°小于等于135°，則將滑動操作歸為單指向下滑動；若Θ大于-45°小于等于45°，則將滑動操作歸為單指向右滑動；若Θ大于135°小于等于180°或大于-180°小于等于-135°，則將滑動操作歸為單指向上滑動；若滑動操作起點和終點在同一位置，則忽略本次操作。
4.如權(quán)利要求1所述的基于觸屏滑動行為特征的身份持續(xù)認證方法，其特征在于，所述第一步(3)，第二步(2)中的觸屏滑動操作的特征向量是指由觸屏滑動操作在觸屏上產(chǎn)生的時空軌跡曲線所衍生出的一系列行為測量量，包括整體性特征和過程性特征，具體如下: 整體性特征包括: 觸屏滑動起點的X坐標、Y坐標； 觸屏滑動終點的X坐標、Y坐標； 觸屏滑動的軌跡長度； 觸屏滑動的位移； 觸屏滑動的軌跡長度與位移的比值； 觸屏滑動的持續(xù)時間； 過程性特征包括: 觸屏滑動速度的均值、中值、標準差、75%分位數(shù)與25%分位數(shù)之差、峰度系數(shù)、偏度系數(shù)； 觸屏滑動加速度的均值、中值、標準差、75%分位數(shù)與25%分位數(shù)之差、峰度系數(shù)、偏度系數(shù)； 觸屏滑動角度的均值、中值、標準差、75%分位數(shù)與25%分位數(shù)之差、峰度系數(shù)、偏度系數(shù)； 觸屏滑動偏移量的均值、中值、標準差、75%分位數(shù)與25%分位數(shù)之差、峰度系數(shù)、偏度系數(shù)； 觸屏滑動壓力的均值、中值、標準差、75%分位數(shù)與25%分位數(shù)之差、峰度系數(shù)、偏度系數(shù)。
5.如權(quán)利要求1所述的基于觸屏滑動行為特征的身份持續(xù)認證方法，其特征在于，所述第一步(3)中根據(jù)最小距離原則選取參考特征向量是指在每種操作模式的觸屏滑動操作訓練數(shù)據(jù)中，采用歐式距離計算每個滑動操作的特征向量到訓練數(shù)據(jù)中其它滑動操作特征向量的距離，形成距離向量，選擇距離向量模最小的特征向量作為該操作模式的參考特征向量。
6.如權(quán)利要求1所述的基于觸屏滑動行為特征的身份持續(xù)認證方法，其特征在于，所述第一步(4)中的構(gòu)建用戶身份模型由一種或多種單類分類器聯(lián)合實現(xiàn)，所述單類分類器包括單分類支持向量機、單分類神經(jīng)網(wǎng)絡(luò)、單分類最近鄰分類器。
【文檔編號】G06F21/31GK104239761SQ201410469276
【公開日】2014年12月24日 申請日期:2014年9月15日 優(yōu)先權(quán)日:2014年9月15日
【發(fā)明者】沈超, 章勇, 管曉宏 申請人:西安交通大學