[发明专利]一种基于击键特征识别的认证方法及系统

权利要求书

1.一种基于击键特征识别的认证方法，其特征是包括以下步骤：

(1)声称身份是ID的用户输入口令，如果正确，判断用户样本数是否达到设定数量，是，进入步骤(2)；否，进行训练，所述的训练方法为：

1)用户输入指定文本S＝{K₁，K₂，...，K_m}，其中，K₁，K₂，...，K_m为击键对应的字符或键码，

此含有m个字符的序列中拥有n字母组的个数为m-n+1，将S转换为n字母组G，设G＝{g₁，g₂，...，g_m-n+1}，将按键的键码、压下时间和弹起时间存入击键特征模板；

2)是否达到设定的样本数量，是，进入步骤3)，否，返回步骤1)；w表示第w个样本，样本设定数量为7～10；

3)计算击键特征模板中各个n字母组的时间特征值的期望值μ(g)和方差σ²(g)，以及初始状态概率∏和相应的状态转移概率A，

其中：u为训练所需的击键特征样本个数，

t_w(g)为第w个样本中n字母组g的时间特征值进行标准化处理后得到的；

任意的n字母组g_i，i＝1，2，...，m-n+1，其初始状态概率为

πi=|gi|m-n+1]]>

上式中：|g_i|表示n字母组g_i在击键序列S中出现的次数，分母部分则为此击键序列中n字母组的个数；

一个n字母组g_i，i＝1，2，...，m-n+1向另一个n字母组g_j，j＝1，2，...，m-n+1的状态转移概率则通过下式计算：

其中，表示g_i与g_j间的一种连接，如果g_i的最后n-1个字母和g_j的前n-1个字母相同，则有q∈{1，2，...，m-n}，即二者进行该连接后，形成的n+1字母组为本击键序列产生的，此时，有

agi,gj=|gq(n+1)||gi|,]]>q∈{1，2，...，m-n}且

而当g_i的后n-1个字母和g_j的前n-1个字母不相同时，则有此时，有

agi,gj=0]]>

4)将计算结果存入该用户的模板数据库；

(2)声称身份是ID的用户输入指定文本，该文本的击键序列S＝{s₁，s₂，...，s_m}，长度为m，包含n字母组G⁽ⁿ⁾＝{g₁，g₂，...，g_m-n+1}，n字母组时间特征值表示n字母组g_i的持续时间，对各个时间特征值进行标准化处理得到标准化处理后的时间特征值为n字母组g_i标准化后的持续时间，i＝1，2，...，m-n+1；

(3)从用户击键特征模板中找到用户ID的隐马尔可夫模型λ_ID(∏，A，B)，用户ID的各个n字母组对应的时间特征值的期望值为{μ_T(g_j)|j＝1，2，...，m-n+1}，各个n字母组对应的时间特征值的方差为根据系统设定的阈值系数δ，1＜δ＜3，计算ID用户的阈值概率P1，状态输出概率向量B按公式进行计算，n字母组g_i的状态输出概率是：

bgi(ti)=P(μD(gi)±δσD(gi)|μD(gi),σD(gi))=12πσD(gi)e-(±δσD(gi))22σD2(gi)]]>

=12πσD(gi)e-δ22,i=1,2....,m-n+1]]>

其中：μ_D(g_i)表示n字母组g_i时间特征值的期望值，σ_D(g_i)表示n字母组g_i时间特征值的方差；|g_i|表示n字母组g_i在击键序列S中出现的次数，阈值概率P1用下面的公式来计算：

π(gi)=|gi|m-n+1]]>

α1(g1)=π(g1)·bg1(t1)]]>

αt+1(gt+1)=αt(gt)·agt,gt+1·bgt+1(tt+1)]]>

P1=P(Tt|λID)=Pr[S,G(n),Tt|λID]=αk(gk)=αk-1(gk-1)·agk-1,gk·bgk(tk),k=m-n+1]]>

计算阈值概率后，计算身份为ID的用户该次输入文本的击键时间特征值T的概率P2，即：

π(gi)=|gi|m-n+1]]>

α1(g1)=π(g1)·bg1′(t1)]]>

αt+1(gt+1)=αt(gt)·agt,gt+1·bgt+1′(tt+1)]]>

P2=P(T|λID)=Pr[S,G(n),T|λID]=αk(gk)=αk-1(gk-1)·agk-1,gk·bgk′(tk),k=m-n+1]]>

其中：bgi′(ti)=P(tgi′|μD(gi),σD(gi))=12πσD(gi)e-(μD(gi)-tgi′)22σD2(gi),i=1,2....,m-n+1]]>

(4)比较阈值概率P1＝P(T_t|λ_ID)与用户ID生成指定文本的概率P2＝P(T|λ_ID)，如果P2≥P1，认证成功，否则失败。