本發(fā)明公開(kāi)了加權(quán)擊鍵特征曲線差異度的用戶身份識(shí)別方法，具體步驟如下，先對(duì)擊鍵間隔時(shí)間數(shù)據(jù)集和半時(shí)間特征數(shù)據(jù)集進(jìn)行提取，接著計(jì)算擊鍵間隔時(shí)間數(shù)據(jù)集和半時(shí)間數(shù)據(jù)的均值和標(biāo)準(zhǔn)差、擊鍵間隔時(shí)間特征曲線的上/下邊界和半時(shí)間特征曲線的上/下邊界和擊鍵間隔時(shí)間加權(quán)特征曲線差異度和半時(shí)間特征曲線差異度，最后利用加權(quán)曲線差異度和特征曲線差異度對(duì)用戶身份進(jìn)行識(shí)別。本發(fā)明采用加權(quán)擊鍵特征曲線差異度的用戶身份識(shí)別方法，與僅使用擊鍵持續(xù)時(shí)間和擊鍵時(shí)間間隔的傳統(tǒng)擊鍵認(rèn)證算法相比，基于特征曲線差異度的用戶身份認(rèn)證識(shí)別算法性能更好，降低了錯(cuò)誤拒絕率、錯(cuò)誤接受率和相等錯(cuò)誤率，提高了識(shí)別的準(zhǔn)確率。

技術(shù)領(lǐng)域

本發(fā)明屬于生物認(rèn)證方法技術(shù)領(lǐng)域，涉及一種采用加權(quán)擊鍵特征曲線差異度的用戶身份識(shí)別方法。

背景技術(shù)

近年來(lái)，我們使用大量的在線網(wǎng)絡(luò)應(yīng)用程序，這些程序包括社交媒體平臺(tái)(如Facebook，Twitter，Weibo)、云存儲(chǔ)服務(wù)(如Drobox，Google Drive)和一些在線網(wǎng)絡(luò)游戲。然而這些網(wǎng)絡(luò)應(yīng)用程序帶來(lái)的網(wǎng)絡(luò)犯罪竟然在不知不覺(jué)中蔓延到了世界各地。嚴(yán)重的網(wǎng)絡(luò)犯罪是指一些犯罪分子利用互聯(lián)網(wǎng)侵入受害者的賬戶，盜取包括密碼和金融財(cái)產(chǎn)在內(nèi)的敏感信息，為了解決盜竊問(wèn)題，我們通過(guò)一種額外的生物認(rèn)證機(jī)制進(jìn)入到在線程序或設(shè)備中來(lái)提高用戶賬號(hào)的安全性。在目前的各種計(jì)算機(jī)安全措施中，一種是使用基于口令的傳統(tǒng)身份驗(yàn)證技術(shù)，但口令容易泄漏；另一種是使用一些物理令牌(智能卡等)來(lái)代替簡(jiǎn)單口令，但是該方法要求系統(tǒng)配備相應(yīng)的硬件設(shè)備，這會(huì)使得成本增加而且也存在物理令牌丟失、竊取、復(fù)制等問(wèn)題。由于人的生物特征具有不可復(fù)制、難以改變等特性，使得生物特征識(shí)別技術(shù)成為研究熱點(diǎn)。常見(jiàn)的生物特征識(shí)別技術(shù)有：指紋識(shí)別技術(shù)、人臉識(shí)別技術(shù)、虹膜識(shí)別技術(shù)等。但上述技術(shù)都需要配備成本較高的硬件設(shè)備，使其應(yīng)用不方便且難以普及。

擊鍵動(dòng)態(tài)身份認(rèn)證是一種基于擊鍵特性(例如：擊鍵時(shí)延、擊鍵力量等)進(jìn)行身份識(shí)別的生物認(rèn)證技術(shù)，該方法通過(guò)監(jiān)測(cè)用戶的鍵盤(pán)輸入，采集擊鍵數(shù)據(jù)，對(duì)用戶的擊鍵行為特征進(jìn)行分類建模，由此來(lái)進(jìn)行用戶身份的判別。擊鍵動(dòng)態(tài)身份認(rèn)證不僅解決了傳統(tǒng)基于口令身份驗(yàn)證的安全性問(wèn)題，同時(shí)和其他生物識(shí)別技術(shù)相比，不需要額外昂貴的硬件設(shè)，備具有成本低、靈活性高等優(yōu)點(diǎn)。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種采用加權(quán)擊鍵特征曲線差異度的用戶身份識(shí)別方法，解決了現(xiàn)有認(rèn)證方法中僅采用擊鍵特征向量中所包含的每個(gè)擊鍵特征的大小來(lái)進(jìn)行身份識(shí)別，沒(méi)有利用兩個(gè)相鄰特征值之間的變化率，從而導(dǎo)致的準(zhǔn)確度不高的問(wèn)題。

本發(fā)明所采用的技術(shù)方案是，加權(quán)擊鍵特征曲線差異度的用戶身份識(shí)別方法，具體按照以下步驟實(shí)施：

步驟1、采集數(shù)據(jù)，建立半時(shí)間特征數(shù)據(jù)集和擊鍵間隔時(shí)間數(shù)據(jù)集；

步驟2、分別計(jì)算擊鍵間隔時(shí)間數(shù)據(jù)集的均值和標(biāo)準(zhǔn)差與半時(shí)間特征數(shù)據(jù)集的均值和標(biāo)準(zhǔn)差；

步驟3、根據(jù)擊鍵間隔時(shí)間數(shù)據(jù)集的均值和標(biāo)準(zhǔn)差計(jì)算擊鍵間隔時(shí)間特征曲線的上/下邊界，根據(jù)半時(shí)間特征數(shù)據(jù)集的均值和標(biāo)準(zhǔn)差計(jì)算半時(shí)間特征曲線的上/下邊界；

步驟4、根據(jù)擊鍵間隔時(shí)間特征曲線的上/下邊界計(jì)算擊鍵間隔時(shí)間加權(quán)特征曲線差異度，根據(jù)半時(shí)間特征曲線的上/下邊界計(jì)算半時(shí)間特征曲線差異度；

步驟5、利用加權(quán)曲線差異度和特征曲線差異度對(duì)用戶身份進(jìn)行識(shí)別。

本發(fā)明的特點(diǎn)還在于，

步驟1具體實(shí)施步驟如下：

1.1、從自由文本原始擊鍵信息中篩選出k個(gè)具有代表性的特定雙鍵字符序列，組成特定字符序列集合SK；

1.2、計(jì)算每個(gè)雙鍵的使用頻率λ_j，j＝1,2,…,k，構(gòu)建用戶的擊鍵間隔時(shí)間數(shù)據(jù)集S_pp和半時(shí)間特征數(shù)據(jù)集S_st，S_pp和S_st的表達(dá)如下：