智能手機(jī)在日常生活中被廣泛使用,手機(jī)內(nèi)存儲了用戶大量的社交、圖片、語音、金融等等隱私信息。在手機(jī)失竊后,如果手機(jī)密碼被破解進(jìn)而導(dǎo)致隱私信息被獲取,將會對用戶的人身和財產(chǎn)安全造成威脅。因此,智能手機(jī)身份認(rèn)證系統(tǒng)作為手機(jī)入侵檢測的重要關(guān)卡需要不斷被增強(qiáng)。考慮到手機(jī)身份認(rèn)證的安全性和易用性,當(dāng)今社會主要有三類身份認(rèn)證方法。基于知識的身份認(rèn)證如賬號密碼,容易被猜測或者破解。基于令牌的身份認(rèn)證如電子密令,容易丟失而且攜帶成本高。基于生物生理特征的身份認(rèn)證如指紋人臉,屬于靜態(tài)身份認(rèn)證容易受到油脂分析或者圖片偽造等攻擊。因此,本文研究一種基于生物行為特征的動態(tài)身份認(rèn)證方法,該方法既不會給用戶帶來記憶或攜帶上的負(fù)擔(dān),也難以被人仿造。本文在研究身份認(rèn)證相關(guān)知識的基礎(chǔ)上,對用戶手機(jī)生物行為特征身份認(rèn)證進(jìn)行了深入的研究和分析�，F(xiàn)有技術(shù)提取用戶的生物行為特征,并對特征和類別的相關(guān)性進(jìn)行計算,選取相關(guān)性強(qiáng)的特征進(jìn)行分類,錯誤率相對較高。針對這個問題,本文分析了當(dāng)前技術(shù)所采用的生物行為特征,定義了包括時間特征、加速度特征、壓力特征、面積特征等在內(nèi)的146維行為特征集合,并用差分進(jìn)化算法對特征組合進(jìn)行優(yōu)化。結(jié)合差分... 

【文章來源】：北京郵電大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２－１智能手機(jī)擊鍵身份認(rèn)證流程圖??數(shù)據(jù)采集模塊，主要是在智能手機(jī)上采集用戶的按鍵習(xí)慣，盡可能細(xì)致、準(zhǔn)??確、全面地采集用戶登入時按鍵的相關(guān)信息

時間特征包含單鍵的時間間隔和組合鍵時間間隔。單鍵時間間隔，也是按鍵??的持續(xù)施壓時間，即是說，用戶按下某一位密碼時，按下到抬起的時間間隔。??如圖２－２所示，對與一個３－２－４－４的ＰＩＮ碼，單鍵記錄一個ｄｗｅｌｌ?ｔｉｍｅ?（ＤＴ）??如下：??ＤＴ：?Ｒ１到Ｐ１表示停留時間，其含義是按下到松開一個數(shù)字的時間間隔；??組合鍵時間間隔，用戶按下兩位密碼時，第一位密碼有按下和抬起兩個時刻，??第二位密碼也有按下和抬起兩個時刻，一共可以組合得到四個時間片段。??如圖２－２所示，對與一個３－２－４－４的ＰＩＮ碼，雙鍵記錄四個ｆｌｉｇｈｔ?ｔｉｍｅ?（ＦＴ）??飛行時間，其含義如下：??ＦＴＡ：?Ｐ２到Ｒ１表示飛行時間Ａ，其含義是第二個鍵按下到第一個鍵松開的??時間間隔??ＦＴＢ：?Ｒ２到Ｒ１表示飛行時間Ｂ，其含義是第二個鍵松開到第一個鍵松開的??時間間隔??ＦＴＣ：?Ｐ２到Ｐ１表示飛行時間Ｃ

驗證階段的數(shù)據(jù)主要是用于特征優(yōu)化和模型調(diào)優(yōu)用。測試階段的數(shù)據(jù)主要包含合??法用戶測試數(shù)據(jù)和非法用戶的不包含訓(xùn)練和驗證所用的剩余數(shù)據(jù)。ＶＰ１的數(shù)據(jù)情??況如圖３－３所示。??３０??


本文編號：3269756