[发明专利]用于智能移动终端的用户身份认证方法

摘要

本发明公开了一种用于智能移动终端的用户身份认证方法，通过设计特定的移动终端运动操作方式，将移动终端主动运动与触屏操作有机的结合起来；利用用户进行认证操作时产生的多种传感器行为数据及触屏行为数据，以用户触屏测地距离为基础建立描述手指触屏轨迹与移动终端空间姿态位置映射关系的特征向量序列，计算距离特征向量，来判断用户身份合法性。本发明方法的优点在于：操作简单，无需增加任何额外设备；提出具有空间平移和旋转不变性的行为特征，有效避免了移动终端旋转、平移等姿态变化对认证结果的影响。

主权项

1.一种用于智能移动终端的用户身份认证方法，其特征在于，采用主动动作和触屏相结合的操作方式，包括操作方式、训练和认证三个部分，其中：操作方式由双手或单手完成，包括同时进行的两个环节：(1)用户握机手主动带动移动终端转动、单向移动、摆动中的一种运动方式或两种以上主动运动方式的组合；(2)手指配合移动终端的主动运动方式在触摸屏上滑动；训练部分包括下述步骤：(1)记录合法用户多次进行同一操作方式时，移动终端上陀螺仪记录的角速度行为数据、加速度计记录的加速度行为数据、磁力计获得的方向行为数据以及手指在触摸屏上滑动的触屏行为数据；(2)针对操作方式中的触屏行为数据、角速度行为数据、加速度行为数据、方向行为数据，以触屏测地距离为基础，分别计算描述操作方式中描述手形的手指触屏轨迹与移动终端空间姿态位置映射关系的触屏、角速度、加速度及方向特征向量序列，所述触屏测地距离是沿着数据点所在曲线轨迹，连接两个点的最短距离；(3)分别获取各种特征向量序列的参考特征向量序列，计算每次操作方式的触屏、角速度、加速度及方向特征向量序列与各自参考特征向量序列的距离，得到每次操作方式的距离特征向量，将合法用户多次操作方式的距离特征向量组成训练特征集合；(4)采用分类器建立用户的身份认证模型，将合法用户的训练特征集合标记为正类对身份认证模型进行训练，得到合法用户的身份判定阈值；认证部分包括下述步骤：(1)在认证时，让用户重复训练时采用的操作方式，并记录移动终端上陀螺仪记录的角速度行为数据、加速度计记录的加速度行为数据、磁力计获得的方向行为数据以及手指在触摸屏上滑动的触屏行为数据；(2)计算触屏、角速度、加速度及方向行为数据的特征向量序列，与训练部分训练时获得的对应参考特征向量序列进行距离度量，得到距离特征向量；(3)将该距离特征向量作为训练部分建立的用户身份认证模型的输入，得到身份认证的检测值，并将该检测值与身份判定阈值进行比较，进而判定用户身份的合法性；所述训练部分步骤(2)中的触屏特征向量序列包括触屏测地距离序列、触屏速度特征向量序列、触屏加速度特征向量序列以及多指触屏触点关系特征向量序列；所述训练部分步骤(2)具体计算方法如下：1)触屏测地距离序列：以每次操作方式中每个触屏操作手指的第一个触屏数据点为起点，计算后续触屏数据中各个手指的触点与该手指起点的触屏测地距离；2)触屏速度特征向量序列：对触屏测地距离序列相邻两项求差，再除以这两项之间的时间差，在所得商序列前端补0保证与触屏测地距离序列长度相同，得到沿触屏曲线方向的速度序列，与触屏测地距离序列共同组成描述手指触屏轨迹与触屏滑动速度映射关系的触屏滑动速度特征向量序列；3)触屏加速度特征向量序列：对触屏速度特征向量序列相邻两项求差，再除以这两项之间的时间差，在所得商序列前端补0保证与触屏测地距离序列长度相同，得到加速度序列，与触屏测地距离序列共同组成描述手指触屏轨迹与触屏滑动加速度映射关系的触屏滑动加速度特征向量序列；4)多指触屏触点关系特征向量序列：对应于多指触屏操作，从每次操作方式中第一组触屏数据点开始，计算后续触屏数据中每个手指的触点与同一时刻相邻手指对应的触点之间的距离，形成多指触屏触点关系序列，与触屏测地距离序列共同组成描述手指触屏轨迹与多指触屏触点位置映射关系的多指触屏触点关系特征向量序列；5)角速度特征向量序列：从每次操作方式中手指接触触摸屏时刻开始，记录与三轴角速度相关的序列，形成角速度序列，与触屏测地距离序列共同组成描述手指触屏轨迹与移动终端运动角速度映射关系的角速度特征向量序列；6)加速度特征向量序列：从每次操作方式中手指接触触摸屏时刻开始，记录与三轴加速度相关的序列，形成加速度序列，与触屏测地距离序列共同组成描述手指触屏轨迹与移动终端运动加速度映射关系的加速度特征向量序列；7)方向特征向量序列：从每次操作方式中手指接触触摸屏时刻开始，记录磁力计获得的三个方向角数据，形成方向序列，与触屏测地距离序列共同组成描述手指触屏轨迹与移动终端方向角映射关系的方向特征向量序列；所述训练部分步骤(3)中各种特征向量序列的参考特征向量序列的获取方法是：在多次操作方式的触屏、角速度、加速度及方向特征向量序列中，计算每次操作方式的特征向量序列与其他次操作方式的同种特征向量序列之间的距离，累加后得到距离之和，选择距离之和最小的一次操作方式的特征向量序列作为该种特征向量序列的参考特征向量序列。