[发明专利]基于无线信号进行姿态无关的连续用户认证方法及系统

权利要求书

1.一种基于无线信号进行姿态无关的连续用户认证方法，其特征在于，通过对接收到的包含肢体动作姿态信息的无线信号进行分割并得到待验证信息，籍由基于对抗神经网络的认证模型实现用户注册和待验证信息的连续认证；

所述的基于对抗神经网络的认证模型，包括用来提取不同用户的特征来表征个体的独特性的基于卷积神经网络的特征提取器、基于全连接网络的用户认证器和用来识别用户姿态的类型的基于循环神经网络的姿态识别器，其通过基于对抗性学习的方式，以最大化个体特征和最小化动作姿态特征的方式进行训练；

所述的训练，具体步骤包括：

1)特征提取器从待验证信息的幅值和相对相位中提取出代表用户身份的特征表示Z；

2)用户认证器和姿态识别器根据特征表示Z分别计算得到代表用户身份的概率向量和代表动作姿态类别的概率向量

3)用户认证器和姿态识别器分别计算用户损失函数：和姿态损失函数：其中：L_u为用户损失函数，|U|为注册用户的个数，为训练数据中的用户真实身份的概率向量中的第i个值，为用户认证器计算得到的代表用户身份的概率向量中的第i个值；L_g为姿态损失函数，|G|为训练数据中姿态种类的数目，为训练数据中姿态真实种类的概率向量中的第k个值，为姿态识别器计算得到的代表姿态种类的概率向量中的第k个值；

4)认证模块生成模型训练目标函数：min其中：L为最终优化目标函数，α和β为权重，L_u为用户损失函数，L_g为姿态损失函数，c为常数偏执项；此目标函数的作用是：通过最小化用户损失，使得特征提取器提取关于用户独特性特征的能力增强；通过指数化最大化姿态损失，使得特征提取器提取关于姿态类型信息的能力减弱。

2.根据权利要求1所述的方法，其特征是，所述的无线信号，采用Wi-Fi信号；

所述的包含肢体动作姿态信息是指：任意时刻下在位于无线信号发射端和接收端之间的肢体动作姿态，该肢体动作姿态的内容没有特定的限制，使得无线信道受到所述动作的影响而变化。

3.根据权利要求1所述的方法，其特征是，所述的分割是指：根据接收到的无线信号进行信号分段处理得到信道特征，通过从接收到的CSI数据中提取出相对相位，并计算相对相位随时间变化的导数值，在满足导数值大于特定阈值的条件下进行波动判定，进而得到每个肢体姿态的开始点和结束点并截取期间部分的无线信号的CSI数据，作为待认证信息。

4.根据权利要求1所述的方法，其特征是，所述的注册是指：利用由用户的身体姿态影响的WiFi信号来作为训练数据，构建用户身份的模型，具体为：

1.1信号采集模块收集由用户的身体姿态影响的WiFi信号中的CSI信息；

1.2由验证信息生成模块对信号进行分割和去噪；

1.3将验证信息输入到认证模型进行模型训练，训练特征提取器和用户认证器。

5.根据权利要求1所述的方法，其特征是，所述的连续认证是指：通过收集用户日常生活中执行身体动作姿态的WiFi信号，可识别出用户的身份，具体为：

2.1信号采集模块收集由用户的身体姿态影响的WiFi信号中的CSI信息；

2.2由验证信息生成模块对信号进行分割和去噪；

2.3将验证信息输入训练好的认证模型，具体为首先利用训练好的特征提取器，提取出当前用户姿态无关的身份特征；利用在注册阶段训练好的用户认证器判别当前的用户身份，输出身份信息，以实现用户认证。

6.一种实现上述任一权利要求所述方法的基于无线信号进行姿态无关的连续用户认证系统，其特征在于，包括：设置于无线信号的接收端的信号采集模块、验证信息生成模块和基于对抗神经网络的认证模型，其中：信号采集模块采集无线信号的CSI信息并输出至验证信息生成模块，验证信息生成模块根据CSI中的相对相位的波动情况将得到的CSI信息分割为待验证信息并输出至认证模型，经识别得到验证结果。