[发明专利]用户键盘按键行为模式建模与分析系统及其身份识别方法

权利要求书

1.一种用户键盘按键行为模式建模与分析的身份识别方法，其特征在于，根据用户一段时间内账户登录时输入密码的历史按键信息进行数据分析并建立相应的隐马尔可夫概率模型，并对于新的待测数据进行模型计算，以识别用户身份；方法步骤为：

步骤1，用户数据采集

负责采集用户输入其用户名和密码的时间间隔序列，在HTML网页中利用JS采集用户键入用户名和密码的时间数据，采集的数据为用户键入其用户名和密码的每个字符的按下时间戳和弹起的系统时间戳，原始数据存入数据库；

步骤2，数据清洗

对于一个用户，其固定密码，每条记录的数据项数目为已定，对于数据项与既定长度不匹配的数据条目进行剔除；

步骤3，模型训练

负责对每个用户的键入模式进行分析和建模，所选建模特征为按键延时即按下弹起时间，或者采用每个按键之间的间隔时间来建模；

步骤4，用户身份认证

负责对于新的待测数据进行模型计算；采集用户键入的数据，根据训练模块构建的模型，判定该用户是否为合法用户；当不同键盘的阻尼系数不同，导致用户按下的时间特性在不同的键盘上可能具有差异，消除键盘阻尼算法：

(41)根据每个按键的按下和弹起时间，计算两者差值，得到每个按键的延时；

(42)根据隐马尔科夫模型中，每个按键延时的期望，计算当前序列按键延时与模型值的差值，得到一组关于每个按键延时的差值序列；

(43)计算差值序列的方差和期望；

(44)当方差小于阈值，则对当前序列按键延时的观测值分别减去差值序列的期望，得到校准后的键盘按键延时。

2.如权利要求1所述的用户键盘按键行为模式建模与分析的身份识别方法，其特征在于，对于未知用户的键入，利用前向选择算法计算用户的可信值，判断用户可信值是否高于设定的阈值来判断是否为合法用户。

3.一种用户键盘按键行为模式建模与分析系统，其特征在于，由用户数据采集模块、数据清洗模块、模型训练模块以及用户身份认证模块组成，

用户数据采集模块负责采集用户输入其用户名和密码的时间间隔序列；在HTML网页中利用JS采集用户键入用户名和密码的时间数据，采集的数据为用户键入其用户名和密码的每个字符的按下时间戳和弹起的系统时间戳，原始数据存入数据库；

数据清洗模块负责对采集到的数据进行预处理，对于一个用户，其固定密码，每条记录的数据项数目为已定，对于数据项与既定长度不匹配的数据条目进行剔除；

模型训练模块负责对每个用户的键入模式进行分析和建模，所选建模特征为按键延时即按下弹起时间，或者采用每个按键之间的间隔时间来建模；

用户身份认证模块负责对于新的待测数据进行模型计算，用以识别用户的身份；采集用户键入的数据，根据训练模块构建的模型，判定该用户是否为合法用户。