基于用户行为特征的持续身份认证研究
发布时间:2021-06-17 10:39
身份认证是计算机及网络系统对操作者的数字身份进行认证的过程,在计算机网络安全的保护中占据重要的地位。计算机只能识别用户在网络空间中的数字身份,对用户的授权也是针对其数字身份的授权,一旦用户的数字身份被盗用,其网络账号中的所有资源与权限也将被恶意用户利用。持续身份认证是在用户访问时对其身份进行持续性和周期性的检测,而传统的基于静态密钥和动态口令的身份认证方案仅在用户登录时进行身份认证,用户成功登入系统后不管是否为账户的合法拥有者默认其真实身份合法,没有对其真实身份进行持续认证,具有一定的安全隐患。本文针对用户网络交互过程中的身份伪冒问题,提出了基于用户行为特征的持续身份认证方案。利用具有鲜明的个体特征和行为模式的web浏览行为,用于描述用户的身份,可提高信息系统的安全性,防止伪冒用户盗取数字身份造成安全隐患。主要研究内容和贡献如下:1.根据用户每天的历史访问页面数量在时间点上的分布情况,引入模糊的时间窗口概念表示真实时间,为用户访问行为选取合适的时间窗口大小进行周期性身份认证。2.在序列特征提取过程中,为了降低序列特征向量空间维度挖掘带有时序的频繁序列模式,提出了基于栈的最大占比剪枝策略...
【文章来源】:重庆邮电大学重庆市
【文章页数】:61 页
【学位级别】:硕士
【部分图文】:
FP树的构造过程
存在整数序列J 有1 21 ...n j j j m,使得1 1 2 2, ,...,j j n jna b a b a b,则称序列 为序列 的子序列,又称序列 包含序列 ,记为 。定义 2.2:序列 的支持度为数据库中包含序列 的个数(百分比),满足最小支持度的序列称为大序列,大序列中的所有最长序列就称为序列模式或频繁序列。2.2 文本特征提取方法文本内容作为信息的直接表现形式,在其内容繁杂的数据中承载了海量的有效信息。如何将文本信息用特征来进行表示,将高维度的文本特征空间进行特征降维是进行文本特征提取的关键点。文本特征提取的基本过程如图 2.2 所示,主要包括文本清洗,分词,文本表示,特征提取等几个步骤。
图 2. 3 LDA 建模过程bs 采样算法进行参数估计,得到优化后的文本的主题概率。别模型构建方法技术是将计算机科学与图像学、声学、光学以及生物统合,对人体的生理特征和行为特征进行识别分析的一门的唯一性和独特性对用户的个人身份进行识别认证。生联网账户登录、军队、银行、门禁等重要场景的身份安系统的主要流程包括:人体生物特征信息的采样,如指;对采样数据进行预处理,提取具有唯一标识性的用户理;通过提取得到的特征属性进行个人模型的建立;用
【参考文献】:
期刊论文
[1]关于深度学习的综述与讨论[J]. 胡越,罗东阳,花奎,路海明,张学工. 智能系统学报. 2019(01)
[2]Security Enhanced Anonymous User Authenticated Key Agreement Scheme Using Smart Card[J]. Jaewook Jung,Donghoon Lee,Hakjun Lee,Dongho Won. Journal of Electronic Science and Technology. 2018(01)
[3]基于云计算的USB Key身份认证方案[J]. 王帅,常朝稳,魏彦芬. 计算机应用研究. 2014(07)
[4]外军敌我识别系统发展现状及未来发展趋势[J]. 艾德芳. 网络与信息. 2012(08)
[5]一种基于RSA的军用智能卡双向身份认证方案设计与分析[J]. 桑林琼,王玉柱,高峰. 后勤工程学院学报. 2007(02)
[6]两个高效的基于分级身份的签名方案[J]. 李进,张方国,王燕鸣. 电子学报. 2007(01)
[7]一种基于身份的多信任域认证模型[J]. 彭华熹. 计算机学报. 2006(08)
[8]多Markov链用户浏览预测模型[J]. 邢永康,马少平. 计算机学报. 2003(11)
[9]基于FP-Tree的最大频繁项目集挖掘及更新算法[J]. 宋余庆,朱玉全,孙志挥,陈耿. 软件学报. 2003(09)
本文编号:3235037
【文章来源】:重庆邮电大学重庆市
【文章页数】:61 页
【学位级别】:硕士
【部分图文】:
FP树的构造过程
存在整数序列J 有1 21 ...n j j j m,使得1 1 2 2, ,...,j j n jna b a b a b,则称序列 为序列 的子序列,又称序列 包含序列 ,记为 。定义 2.2:序列 的支持度为数据库中包含序列 的个数(百分比),满足最小支持度的序列称为大序列,大序列中的所有最长序列就称为序列模式或频繁序列。2.2 文本特征提取方法文本内容作为信息的直接表现形式,在其内容繁杂的数据中承载了海量的有效信息。如何将文本信息用特征来进行表示,将高维度的文本特征空间进行特征降维是进行文本特征提取的关键点。文本特征提取的基本过程如图 2.2 所示,主要包括文本清洗,分词,文本表示,特征提取等几个步骤。
图 2. 3 LDA 建模过程bs 采样算法进行参数估计,得到优化后的文本的主题概率。别模型构建方法技术是将计算机科学与图像学、声学、光学以及生物统合,对人体的生理特征和行为特征进行识别分析的一门的唯一性和独特性对用户的个人身份进行识别认证。生联网账户登录、军队、银行、门禁等重要场景的身份安系统的主要流程包括:人体生物特征信息的采样,如指;对采样数据进行预处理,提取具有唯一标识性的用户理;通过提取得到的特征属性进行个人模型的建立;用
【参考文献】:
期刊论文
[1]关于深度学习的综述与讨论[J]. 胡越,罗东阳,花奎,路海明,张学工. 智能系统学报. 2019(01)
[2]Security Enhanced Anonymous User Authenticated Key Agreement Scheme Using Smart Card[J]. Jaewook Jung,Donghoon Lee,Hakjun Lee,Dongho Won. Journal of Electronic Science and Technology. 2018(01)
[3]基于云计算的USB Key身份认证方案[J]. 王帅,常朝稳,魏彦芬. 计算机应用研究. 2014(07)
[4]外军敌我识别系统发展现状及未来发展趋势[J]. 艾德芳. 网络与信息. 2012(08)
[5]一种基于RSA的军用智能卡双向身份认证方案设计与分析[J]. 桑林琼,王玉柱,高峰. 后勤工程学院学报. 2007(02)
[6]两个高效的基于分级身份的签名方案[J]. 李进,张方国,王燕鸣. 电子学报. 2007(01)
[7]一种基于身份的多信任域认证模型[J]. 彭华熹. 计算机学报. 2006(08)
[8]多Markov链用户浏览预测模型[J]. 邢永康,马少平. 计算机学报. 2003(11)
[9]基于FP-Tree的最大频繁项目集挖掘及更新算法[J]. 宋余庆,朱玉全,孙志挥,陈耿. 软件学报. 2003(09)
本文编号:3235037
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3235037.html