[发明专利]跨场景及设备的击键行为认证方法、系统、设备及介质

说明书

本发明属于生物特征认证领域，公开了一种跨场景及设备的击键行为认证方法、系统、设备及介质，包括以下步骤：获取待认证击键数据；提取待认证击键数据的击键特征，得到击键向量；将击键向量输入预设的跨场景及设备击键认证模型，得到击键认证结果。基于跨场景及设备击键认证模型，实现用户只需在一个注册设备上提供足量击键数据以及在拓展设备上的少量击键数据，即可进行用户在拓展设备上的身份认证，具有准确度高，拓展性强，迁移速度快的特点，可以有效地在跨场景和跨设备的情况下进行快速的模型迁移和认证工作，无需对于新设备进行大量的数据采集和模型重新训练。

技术领域

本发明属于生物特征认证领域，涉及一种跨场景及设备的击键行为认证方法、系统、设备及介质。

背景技术

随着社会智能化与信息化的发展，电子设备在日常工作、生活中变得不可或缺，其中存储的大量用户隐私信息及敏感数据需要得到可靠保护。但是，传统身份认证方法多有漏洞和不便，而通过键盘进行的生物特征认证已经是一个吸引了广泛关注的研究领域。同时，击键身份认证也能够实现用户无感的持续认证，并作为传统输入认证方式的辅助认证。

现阶段，关于通过键盘实现的身份认证的相关研究主要集中在单一使用场景也即操作单一键盘进行的身份认证。通过挖掘特殊使用场景的键入特征使用习惯，或者用户在特定键盘上键入时产生的时序特征差异进行用户的身份认证。由于场景或设备限定，不同用户之间的操作差异显著，因此现有的各类研究中已经取得了相当优秀的成果。相比之下，在跨多个场景或多个键盘设备的研究受限于设备差异、场景差异及用户差异等多重因素，现有的研究尽管已试图探索，但仍然受着各种局限。同时，每拓展一个新的使用设备便进行大量数据采集进而搭建传统的单一设备的认证模型也是十分浪费人力物力且不切实际的。然而跨场景和跨设备的键入方式在日常生活中是非常常见的，也是实用价值最高的情况，该类场景的认证方式如不取得突破会对普通用户带来极大的使用限制和安全隐患。

目前，键盘认证相关工作多采用统计学特征和传统机器学习方法，这类方法在进行认证工作时会受到模型复杂度，模型学习方式以及模型学习能力等条件的制约，使之难以在该领域取得更大的突破。

发明内容

本发明的目的在于克服上述现有技术中，现有击键行为认证方法在应用于跨场景及设备时，需要的数据量大且实现过程复杂的缺点，提供一种跨场景及设备的击键行为认证方法、系统、设备及介质。

为达到上述目的，本发明采用以下技术方案予以实现：

本发明第一方面，一种跨场景及设备的击键行为认证方法，包括以下步骤：

获取待认证击键数据；

提取待认证击键数据的击键特征，得到击键向量；

将击键向量输入预设的跨场景及设备击键认证模型，得到击键认证结果。

本发明跨场景及设备的击键行为认证方法进一步的改进在于：

所述获取待认证击键数据的具体方法为：获取若干击键原始数据，所述击键原始数据包括敲击键位名称编码、敲击按键的动作类型以及敲击按键的时间戳；将相连的两击键原始数据组合，得到若干待认证击键数据单元；各待认证击键数据单元包含按键名称编码、按键被按下的时间戳及按键被释放的时间戳；将相连的两待认证击键数据单元组合，得到待认证击键数据。

所述提取待认证击键数据的击键特征，得到击键向量的具体方法为：从待认证击键数据中提取第一个按键的名称编码、第二个按键的名称编码、第一个按键的持续时间、第二个按键的持续时间、两次按键按下时间的间隔及两次按键之间无操作时间间隔，得到六种击键特征；将六种击键特征组合，得到初始击键向量；根据预设的时间窗口将初始击键向量划分，得到三维数据形式的击键向量。