[发明专利]一种应用于移动终端的身份认证方法及装置

权利要求书

1.一种应用于移动终端的身份认证方法，其特征在于，包括以下步骤：

利用移动终端的传感器采集用户的打字行为，得到待预测数据；

将所述待预测数据输入至打字行为预测模型中，得到所述打字行为预测模型输出的身份认证结果；其中，所述打字行为预测模型是基于该用户的模板样本以及其他用户的模板样本抽取的特征训练得到的，或者是基于该用户的模板样本以及其他用户的模板样本训练得到的。

2.根据权利要求1所述的应用于移动终端的身份认证方法，其特征在于，所述利用移动终端的传感器采集用户的打字行为数据，具体包括以下步骤：

判断所述用户是否具备输入行为，当所述用户具备输入行为时，利用移动终端的传感器采集所述用户的输入行为数据；其中，所述传感器包括安装在移动终端内的线加速度计与陀螺仪；

将所述输入行为数据按照预设分割时间分割成若干组数据，得到所述待预测数据。

3.根据权利要求1所述的应用于移动终端的身份认证方法，其特征在于，所述打字行为预测模型通过以下步骤训练得到：

基于该用户的模板样本和其他用户的模板样本，构建训练样本对；

将所述训练样本对作为训练用的输入数据，采用深度学习方式进行训练，得到用于生成所述待预测数据的身份识别结果的所述打字行为预测模型。

4.根据权利要求1所述的应用于移动终端的身份认证方法，其特征在于，所述打字行为预测模型通过以下步骤训练得到：

基于该用户的模板样本和其他用户的模板样本，构建训练样本对；

提取所述训练样本对的训练特征；

将所述训练特征对作为训练用的输入数据，采用深度学习方式进行训练，得到用于生成所述待预测数据的身份识别结果的所述打字行为预测模型。

5.根据权利要求4所述的应用于移动终端的身份认证方法，其特征在于，所述训练特征包括统计特征、局部特征、信号特征、频域特征以及交叉特征。

6.根据权利要求3-5任一项所述的应用于移动终端的身份认证方法，其特征在于，所述基于该用户的模板样本和其他用户的模板样本，构建训练样本对步骤之后，该方法还包括以下步骤：

对所述训练样本对进行预处理；其中，所述预处理的方式包括平滑滤波、中位值滤波、平均滤波以及卡尔曼滤波。

7.根据权利要求1所述的应用于移动终端的身份认证方法，其特征在于，所述将所述待预测数据输入至打字行为预测模型中，得到所述打字行为预测模型输出的身份认证结果，具体包括以下步骤：

将所述待预测数据输入至打字行为预测模型中，得到所述打字行为预测模型输出的认证距离；

判断所述认证距离与预设距离阈值的关系；

若所述认证距离大于预设距离阈值，则身份认证结果为是并非该用户，为其他用户；

若所述认证距离小于预设距离阈值，则身份认证结果为是该用户。

8.一种应用于移动终端的身份认证方法，其特征在于，包括以下步骤：

数据采集模块(100)，用于利用移动终端的传感器采集用户的打字行为，得到待预测数据；

行为预测模块(200)，用于将所述待预测数据输入至打字行为预测模型中，得到所述打字行为预测模型输出的身份认证结果；其中，所述打字行为预测模型是基于该用户的模板样本以及其他用户的模板样本抽取的特征训练得到的，或者是基于该用户的模板样本以及其他用户的模板样本训练得到的。

9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述应用于移动终端的身份认证方法的步骤。

10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述应用于移动终端的身份认证方法的步骤。