[发明专利]用户键盘按键行为模式建模与分析系统及其身份识别方法

说明书

技术领域

本发明涉及电子商务身份认证。

背景技术

随着电子商务的发展，其中的不安全因素也暴露无遗，越来越多的安全隐患存在于电商网站之中，给不法分子有了可乘之机。传统的电子商务网站采用用户名和密码对来识别用户，这种认证方法是在建立在只有真实用户才知道其用户名和密码的假设之上，一旦非法用户获知了用户的信息，这种认证方法就不再有效。如何有效的识别用户的真实身份已经成为电子商务发展中引人关注的领域。

发明内容

每个人都会其个人独特的行为习惯，在键盘输入行为上也是如此，个人的行为习惯也很难被他人所模仿和盗取，在此基础上建立的认证方法比传统的仅仅只是用户名、密码对的方法更加有效。

本发明面向的情况是在传统用户名、密码对被不法分子盗取时的情况。现有的认证方法和手段都无法防止不法分子盗用他人合法账户获取个人利益。

为此，为达到这个发明目的，本发明给出的技术方案为：

方法原理：根据用户一段时间内账户登录时输入密码的历史按键信息进行数据分析并建立相应的隐马尔可夫概率模型，并对于新的待测数据进行模型计算，以识别用户身份。方法步骤为：

步骤1，用户数据采集

负责采集用户输入其用户名和密码的时间间隔序列。在HTML网页中利用JS采集用户键入用户名和密码的时间数据，采集的数据为用户键入其用户名和密码的每个字符的按下时间戳和弹起的系统时间戳，原始数据存入数据库。

步骤2，数据清洗

负责对采集到的数据进行预处理。对于一个用户，其固定密码，每条记录的数据项数目为已定，对于数据项与既定长度不匹配的数据条目进行剔除。

步骤3，模型训练

负责对每个用户的键入模式进行分析和建模。所选建模特征为按键延时即按下弹起时间(也可采用每个按键之间的间隔时间来建模)。

步骤4，用户身份认证

负责对于新的待测数据进行模型计算，用以识别用户的身份。采集用户键入的数据，根据训练模块构建的模型，判定该用户是否为合法用户。不同键盘的阻尼系数不同，导致用户按下的时间特性在不同的键盘上可能具有差异，本发明提供消除键盘阻尼的算法。消除键盘阻尼算法：

(41)根据每个按键的按下和弹起时间，计算两者差值，得到每个按键的延时。

(42)根据隐马尔科夫模型中，每个按键延时的期望，计算当前序列按键延时与模型值的差值，得到一组关于每个按键延时的差值序列。

(43)计算差值序列的方差和期望。

(44)当方差小于阈值，则对当前序列按键延时的观测值分别减去差值序列的期望，得到校准后的键盘按键延时。

对于未知用户的键入，利用前向选择算法计算用户的可信值，判断用户可信值是否高于设定的阈值来判断是否为合法用户。

一种用户键盘按键行为模式建模与分析系统，其特征在于，由用户数据采集模块、数据清洗模块、模型训练模块以及用户身份认证模块组成。

用户数据采集模块负责采集用户输入其用户名和密码的时间间隔序列。在HTML网页中利用JS采集用户键入用户名和密码的时间数据，采集的数据为用户键入其用户名和密码的每个字符的按下时间戳和弹起的系统时间戳，原始数据存入数据库。

数据清洗模块负责对采集到的数据进行预处理。对于一个用户，其固定密码，每条记录的数据项数目为已定，对于数据项与既定长度不匹配的数据条目进行剔除。

模型训练模块负责对每个用户的键入模式进行分析和建模。所选建模特征为按键延时即按下弹起时间(也可采用每个按键之间的间隔时间来建模)。

用户身份认证模块负责对于新的待测数据进行模型计算，用以识别用户的身份。采集用户键入的数据，根据训练模块构建的模型，判定该用户是否为合法用户。

本发明利用用户的输入行为模式不需要额外的硬件支持，在用户输入其用户名和密码的同时记录键入时间特征，此认证方法在实现的过程更加方便可行。通过采集用户的键入的时间间隔序列，挖掘每个用户特有的键入行为模式，以此来识别用户的真实身份，使得用户的身份认证更加准确。其创新点及有益效果体现在：

1.消除同一用户在不同键盘上操作，键盘阻尼不同对身份认证结果的影响。

2.消除同一账户多人使用对于身份认证结果的影响。

3.对于密码长度以及复杂程度，采用分级建模的方式。

4.具有可移植性，配置方便，无需第三方软件支持。

附图说明

图1用户键入行为模式挖掘系统。

图2密码转换成类别码。