[发明专利]基于用户滑动和点击行为的身份认证方法

摘要

本发明提出了一种基于用户滑动和点击行为的身份认证方法，用于解决隐式认证过程中用户身份认证准确率较低的问题。实现步骤为：行为采集模块获取用户的行为特征；特征提取模块将用户的行为特征转化为标准化特征向量；特征累积模块获取标准化特征向量集；特征传输模块存储标准化特征向量集中的标准化特征向量并传输；注册模块判断认证模型存储器是否存储有认证模型；注册模块判断用户是否达到注册标准；认证模型生成模块构建用户身份认证模型并传输；认证模块判断用户身份的合法性。本发明将用户的滑动行为和点击行为进行累积叠加在一起对用户进行身份认证，提高了用户身份认证的准确率。

主权项

1.一种基于用户滑动和点击行为的身份认证方法，其特征在于，包括如下步骤：/n(1)行为采集模块获取用户的行为特征：/n行为采集模块记录用户触屏操作过程中的一系列触摸点，通过这些触摸点构成集合S(t)，并判断S(t)中触摸点的数量是否小于预先设定的阈值，若是，将集合S(t)作为用户的点击行为特征，否则将集合S(t)作为用户的滑动行为特征；/n(2)特征提取模块将用户的行为特征转化为标准化特征向量：/n(2a)当集合S(t)为用户的点击行为特征时，特征提取模块根据集合S(t)中各触摸点的位置坐标和触摸点对应的时间，计算点击持续时间和点击位置坐标的平均值，并将用户ID、点击持续时间和点击位置坐标的平均值拼接，得到集合S(t)的点击特征向量，再对点击特征向量进行标准化计算，得到标准化点击特征向量；/n(2b)当集合S(t)为用户的滑动行为特征时，特征提取模块根据各触摸点包含的位置坐标和触摸点对应的时间，提取滑动行为的起始位置坐标，并计算滑动行为的滑动方向、持续时间、动量、长度和偏差，并将用户的ID、滑动行为的起始位置坐标、滑动方向、持续时间、长度和偏差拼接，得到集合S(t)的滑动特征向量，再对滑动特征向量进行标准化计算，得到标准化滑动特征向量；/n(3)特征累积模块获取标准化特征向量集：/n特征累积模块统计标准化点击特征向量或标准化滑动特征向量的数量，并判断标准化点击特征向量的数量和标准化滑动特征向量的数量是否均大于预先设定的阈值，若是，对标准化点击特征向量和标准化滑动特征向量进行叠加，得到标准化特征向量集，并执行步骤(4)；否则，执行步骤(1)；/n(4)特征传输模块存储标准化特征向量集中的标准化特征向量并传输：/n特征传输模块将标准化特征向量集中的标准化特征向量存储到本地特征向量数据库中，同时将将标准化特征向量集中的标准化特征向量传输至云端特征向量数据库中，并按照用户ID进行存储；/n(5)注册模块判断认证模型存储器是否存储有认证模型：/n注册模块判断认证模型存储器是否存储有认证模型，若是，执行步骤(8)；否则执行步骤(6)；/n(6)注册模块判断用户是否达到注册标准：/n注册模块判断从本地特征向量数据库中读取的标准化点击特征向量和标准化滑动特征向量的数量是否同时大于预先设定的阈值，若是，则标准化特征向量对应的用户达到注册标准，执行步骤(7)；否则，标准化特征向量对应的用户未达到注册标准，执行步骤(1)；/n(7)认证模型生成模块构建用户身份认证模型并传输：/n(7a)认证模型生成模块读取云端特征向量数据库中用户ID对应的标准化特征向量，并根据读取数据为用户构建标签后存入用户标签数据库；/n(7b)认证模型生成模块利用用户标签属性和用户ID构建用户点击行为特征的训练集和滑动行为特征的训练集；/n(7c)认证模型生成模块利用用户点击行为特征的训练集和滑动行为特征的训练集为用户生成身份认证模型，并将用户身份认证模型传输至认证模型存储器中；/n(8)认证模块判断用户身份的合法性：/n认证模块将标准化特征向量集作为从认证模型存储器中读取的用户身份认证模型的输入，计算用户身份的认证得分score，并判断score是否小于预先设定的阈值，若是，则用户为非法用户；否则，用户为合法用户。/n