[发明专利]基于多指触控行为特征的移动终端用户身份认证方法有效
申请号: | 201510324918.6 | 申请日: | 2015-06-12 |
公开(公告)号: | CN105068743B | 公开(公告)日: | 2018-07-17 |
发明(设计)人: | 蔡忠闽;宋云鹏;王必成;陈通;贾鹏;陈旸;左一凡;洪婉诗;任航 | 申请(专利权)人: | 西安交通大学 |
主分类号: | G06F3/0488 | 分类号: | G06F3/0488;G06F21/31 |
代理公司: | 西安通大专利代理有限责任公司 61200 | 代理人: | 朱海临 |
地址: | 710049 *** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于多指触控行为特征的智能移动终端认证方法,包括:(1)通过多指触屏操作获取用户的触屏操作信息,其中,多指触屏操作为多指在并拢状态下的触屏滑动;(2)从用户触屏操作信息中提取触屏的生理特征和行为特征,将以上特征合并为一个特征向量;(3)利用所述合并的特征向量对概率神经网络分类器和支持向量机分类器进行训练,生成合法用户的训练模型;(4)采集测试用户触屏操作信息,按照步骤(2)处理,得到测试用户触屏操作合并的特征向量,将其放入所述两个分类器中与合法用户的训练模型对比,获得是否为合法用户的分类结果。 | ||
搜索关键词: | 触屏 操作信息 合法用户 特征向量 行为特征 测试用户 多指触控 训练模型 分类器 指触 支持向量机分类器 概率神经网络 移动终端用户 智能移动终端 分类结果 身份认证 生理特征 特征合并 合并 滑动 并拢 放入 采集 认证 | ||
【主权项】:
1.一种基于多指触控行为特征的智能移动终端认证方法,其特征在于,包括下述步骤:(1)通过多指触屏操作获取用户的触屏操作信息,其中,多指触屏操作为多指在并拢状态下的触屏滑动;所述多指触屏操作包括四指触控和三指触控操作模式;四指触控模式针对大屏手机、平板类移动终端;三指触控操作模式针对4寸以下小屏手机类移动终端;(2)从用户触屏操作信息中提取触屏的生理特征和行为特征,将以上特征合并为一个特征向量,所述生理特征为每时刻触点的相对距离;所述行为特征包括描述不同轨迹的模式,描述与时间相关的速度、加速度、压力及接触面积的变化模式;所述生理特征、行为特征的具体算法如下:1)触点相对距离: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两两距离,利用分段平均的方法得到多个两两距离,将此作为触点相对距离特征向量;2)轨迹模式:获取轨迹触点位置序列,计算出轨迹曲率,并按照曲率大小识别大曲率的转折点,将轨迹分割成为多个部分,获取分割的轨迹长度和轨迹转折点作为轨迹模式特征向量;3)触屏速度:按照轨迹的触点位置与每个触点的接触时间计算出接触时移动的速度序列,将速度序列利用信号分解的方式分解为不同频段的频谱系数,将以上系数作为速度特征向量;4)触屏加速度:利用触屏速度序列得到加速度序列,并按照2)中相似步骤将序列分解成为多个系数,将系数作为加速度特征向量;5)触屏压力:获取触点压力信息序列与每个触点的接触时间,并按照2)中相似步骤将序列分解成为多个系数,将其作为触屏压力特征向量;6)触屏接触面积:获取触点接触面积信息序列与每个触点的接触时间,按照2)中相似步骤将序列分解成为多个系数,将系数作为触屏接触面积特征向量;(3)利用所述合并的特征向量对概率神经网络分类器和支持向量机分类器进行训练,生成合法用户的训练模型;(4)分类识别:采集测试用户触屏操作信息,按照步骤(2)处理,得到测试用户触屏操作合并的特征向量,将其放入所述两个分类器中与合法用户的训练模型对比,获得是否为合法用户的分类结果。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安交通大学,未经西安交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201510324918.6/,转载请声明来源钻瓜专利网。
- 上一篇:一种细纱机摇架上销爪的定位装置
- 下一篇:一种杨梅嫁接栽培方法