基于行为感知的移动终端持续认证研究

发布时间：2021-08-01 12:50

　　随着移动互联网、人工智能等新技术的发展,如何安全、高效地对用户身份进行认证已变得日益重要。现有的移动端身份认证方法,如基于口令,指纹和人脸的身份认证,均属于一次身份验证方法。这些认证方法只在登录时认证一次用户身份,无法在用户后续访问期间提供连续认证。持续认证方法能够对用户身份进行持续地认证,能够有效地解决上述安全隐患。本文提出了两种持续认证方法,为满足用户在线认证需求,我们提出了基于长短记忆网络的持续认证方法LongAuth（LSTM-based Continuous Authentication）;为满足用户离线认证需求,我们提出了基于频繁模式挖掘的持续认证方法MineAuth（Mining Frequent Pattern for Continuous Authentication）。LongAuth利用用户运动行为特征来识别用户身份。用户使用手机时,加速度计和陀螺仪记录用户在使用手机过程中产生的运动行为。我们首先对用户运动行为分析,提取出了能够表征用户身份的行为特征,并对这些特征的可辨识性进行了分析和探索。然后,我们利用LSTM算法对经过特征提取后的用户行为数据分析,构建了一个单... 

【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校

【文章页数】：79 页

【学位级别】：硕士

【部分图文】：

手持静止，手持行走和兜持行走场景

图 3. 1 手持静止，手持行走和兜持行走场景3.1.2 数据降噪加速度计和陀螺仪采集的原始数据中存在一定的噪声干扰，无法有效反映用户实的行为。如果直接使用原始数据对用户行为分析，不仅加大了分析难度，而且降了对用户行为分析的准确度。为了提高对用户行为分析的准确度，必须首先对原始据进行降噪处理。图 3.2(a)展示了用户在手持坐姿场景下加速度计 X 轴数据的变化情况，图 3.2(为图 3.2(a)经过傅里叶变换后的频域图。从图 3.2(b)可以看出，加速度计数据包含高频噪声数据。

图 3.3(b)是经过Savitzky-Golay 平滑滤波器处理的加速度计 X 轴的数据频域图。与图 3.3(a)相比，图3.3(b)中高频噪音数据频谱已消失，而且数据平滑度有了很大的提升，说明了 Savitzky-Golay 平滑滤波器降噪的有效性。(a) (b)图 3. 3 降噪前后的数据频域图3.1.3 用户行为差异性分析为寻找能够表征用户身份的行为序列特征，我们选择了两个身高体型相似的用户作为分析对象，分析了两用户在手持静止场景，手持行走场景以及兜持行走场景下的行为进行了差异性。19

【参考文献】：
期刊论文
[1]移动终端交互行为分析的身份主动认证与安全感知[J]. 沈超.  中国教育网络. 2016(11)
[2]主动身份认证技术及其研究进展[J]. 郝平,何恩.  通信技术. 2015(05)



本文编号：3315559