[发明专利]一种基于姿势变化的手势行为认证模式的构建方法及系统

说明书

一种基于姿势变化的手势行为认证模式的构建方法及系统，包括：从移动终端接收通过其触摸屏采集的手势行为数据、以及通过移动终端的动作传感器收集的姿势行为数据；根据手势行为数据计算手势特征，并根据姿势行为数据计算姿势特征；对姿势特征进行聚类，以得到每个姿势特征的预测姿势标签；通过预测姿势标签将各姿势特征划分为K组，每组对应一个姿势；根据手势行为数据对每个姿势类别分别训练一个手势认证子模型，供验证处于一姿势下的用户手势行为是否合法。

技术领域

本发明涉及一种手势密码认证方法，特别是涉及一种基于姿势变化的手势行为认证模式的构建方法及系统。

背景技术

随着智能手机的普及，各式各样的移动应用大量出现，极大的方便和丰富了人们的日常生活。越来越多的人习惯于使用智能手机聊天、拍照、购物、娱乐等。手机不仅存储了用户的联系人、短信、照片和各类应用的账号信息，更可能存储了用户的银行账号信息。一旦手机丢失或者感染了恶意病毒，用户在手机上的隐私信息易被窃取，给用户造成损失。保护移动设备的信息安全已越来越引起人们的关注。目前常用的移动端认证方法主要有数字密码、手势密码、指纹、人脸、虹膜等。然而，数字密码和手势密码易被恶意软件窃取，且由于设置复杂的密码使用不便，很多用户设置的密码相对简单，易被破解。而指纹、虹膜认证需要额外的硬件支持，人脸认证则对前置摄像头要求相对较高，一些中低端和较早生产的机型无法使用。本专利旨在为传统的手势密码添加行为认证。用户输入手势密码时的手势行为(手指与触摸屏的交互行为)和姿势行为(用户所处的姿势)与用户的行为习惯密切相关，难以被模仿、盗用。通过由手机的触摸屏采集到的手势行为数据和方向、加速度传感器采集到的姿势行为数据，为用户输入手势密码时的手势和姿势行为建立行为认证模型，可用于提升手势密码认证的安全性。

综上，本传统技术利用手机触摸屏和手机方向、加速度传感器收集用户手势行为和姿势行为的数据，在用户输入手势密码时，除验证该手势密码与预设的手势密码相同外，无法使用其他识别及行为模型对用户的合法性进行进一步认证。现有技术存在认证模式单一、安全性较低的技术问题。

发明内容

鉴于以上现有技术的缺点，本发明的目的在于提供一种基于姿势变化的手势行为认证模式的构建方法及系统，用于解决现有技术的认证模式单一、安全性较低的技术问题。为实现上述目的及其他相关目的，本发明提供一种基于竞争的无线网络介质访问控制层接入方法及系统，包括：S1、从移动终端接收通过其触摸屏采集的手势行为数据、以及通过移动终端的动作传感器收集的姿势行为数据；S2、根据手势行为数据计算手势特征，并根据姿势行为数据计算姿势特征；S3、对姿势特征进行聚类，以得到每个姿势特征的预测姿势标签；S4、通过预测姿势标签将各姿势特征划分为K组，每组对应一个姿势；S5、根据手势行为数据对每个姿势类别分别训练一个手势认证子模型，供验证处于一姿势下的用户手势行为是否合法。

于本发明的一实施方式中，S1、从移动终端接收通过其触摸屏采集的手势行为数据、以及通过移动终端的动作传感器收集的姿势行为数据，包括：若用户使用手势密码登录，则利用手机触摸屏采集手指位置信息、压力、接触面积和时间戳；S12、利用手机的方向传感器来采集手机屏幕方向信息；用手机加速度传感器来采集手机加速度信息，作为用户的姿势行为数据。

于本发明的一实施方式中，S2、根据手势行为数据计算手势特征，并根据姿势行为数据计算姿势特征，包括：S21、根据预设逻辑从姿势行为数据中提取姿势特征信息和手势特征信息；S22、对每个特征都进行特征变换，即对于每个特征x，均使用公式：

(x_i-x_min)/(x_max-x_min)，

进行处理，其中x_i为当前特征，x_min为最小特征，x_max为最大特征；S23、根据预设逻辑对姿势行为特征信息和手势特征信息进行降维处理，处理得出特征向量；S24、根据预设向量逻辑将姿势特征信息处理为姿势特征分向量，将手势特征分向量处理为手势特征分向量； S25、计算手势特征分向量和姿势特征分向量，得出特征向量，形成特征向量集，每个特征向量对应一次手势密码输入。