[发明专利]一种基于手机传感器的行为特征识别认证方法及装置

说明书

技术领域

本发明涉及一种行为特征识别认证方法及装置，属于信息安全领域，具体是涉及一种基于手机传感器的行为特征识别认证方法及装置。

背景技术

随着现代信息化产业的高速发展，通过资源数据化来进行实际资源的管理和合理利用越来越受到了人们重视，因此人们通过身份认证系统对用户身份进行判断，赋予对资源进行管理的权力。在身份认证领域，静态密码，动态密码，USB Keys和生物特征等认证方式纷纷出现。众多认证方式中，基于生物特征的安全认证算法具有安全性高，不易丢失，携带方便等特点。因此，生物特征识别成为了身份认证领域中研究热点。

国内外目前用于进行身份认证主要有四种形式，通过信息秘密进行身份认证(如静态密码，用户注册时所用的帐号密码)，基于信任物体进行身份认证(如智能卡、USB Key)，基于生物特征的身份认证(包括先天特征如DNA、视网膜、声纹等以及后天形成的习惯特征如笔迹、步态、语音等)，还有基于双因素的身份认证，也就是结合前三种形式的其中两种的身份认证(如USB KEY+静态密码或者双重密码等)。对于认证方式来说，最重要的在于几个特性，即保密性，不易窃取，不易丢失，易携带。

对于各种身份认证方式都有各自的优缺点，静态密码容易被人工手段或者黑客技术进行窃取；智能卡、USB Key容易丢失，携带不方便；先天生物特征采样复杂，而且已经有人工手段进行伪造，通过指纹膜或者照片等方式进行破解；而相对的，后天行为习惯特征具有稳定性较高，不易改变，不易窃取，不会丢失，随身携带的特点。针对市场上流通的智能手机中基本都带有基础的传感器设备，因此，本专利提出一种利用手机传感器来收集行为特征数据进行身份认证的方法。

发明内容

本发明的目的是解决现有技术所存在的上述问题，提供一种了具备安全性高用户友好的身份认证方法及装置。该方法及装置通过移动智能手机收集用户行为数据，进行处理提取行为特征建模由此来实现用户的身份认证，因而具有速度快，安全性高，准确性强等优点。

本发明的上述技术问题主要是通过下述技术方案得以解决的：

一种基于手机传感器的行为特征识别认证方法，包括：

步骤1，采集用户进行特定操作时的手机传感器数据；

步骤2，利用小波变换从所述手机传感器数据中分解出高频细节信号和低频逼近信号；

步骤3，通过小波方差式计算每一层的高频细节信号和低频逼近信号的小波能量特征，整理小波能量特征得到多维特征数据；

步骤4，基于所述多维特征数据训练得到特征识别模型；

步骤5，采集待识别用户的操作行为并基于所述特征识别模型识别用户。

作为优选，上述的一种基于手机传感器的行为特征识别认证方法，所述步骤1具体包括：

步骤1.1，基于下式采用简单移动平均线方法平滑原始数据：

m为数据段的窗口大小，α_SMAnow表示当前帧i以及它之前(m～i)帧的数据和的平均值，α_SMAprevious表示当前帧i原本的数据值，α_i表示第i个帧的数据值。

步骤1.2，使用z-score标准化方法对平滑处理后的数据进行数据归一化操作。

作为优选，上述的一种基于手机传感器的行为特征识别认证方法，所述步骤2中以dmey小波基函数变换各传感器的各维数据，分解出高频细节信号和低频逼近信号。

作为优选，上述的一种基于手机传感器的行为特征识别认证方法，所述步骤3中，基于下式对每一层的高频细节信号d_i(i＝1，2，...，n)和低频信号C_i进行计算获取小波能量特征，

式中，其中t＝1,2,…,n；n为小波分解层数；C_n(i)表示最后一层的低频逼近信号C_n的第i个信号值，k为整个C_n的长度，E(C_n)表示最后一层的低频逼近信号的小波能量特征，d_t表示的是第t层高频细节信号，E(d_t)表示的是第t层高频细节信号的小波能量特征。

作为优选，上述的一种基于手机传感器的行为特征识别认证方法，所述步骤3中，基于下式整理小波能量特征得到多维特征数据F：

F＝(F₁,F₂,...,F_n)