[发明专利]一种基于行为特征的在场认证方法

说明书

本发明公开了一种基于行为特征的在场认证方法。本发明首先通过蓝牙信号强度确认待认证人员是否进入认证区域。进入确认后，认证开始。人员携带的传感器开始持续采集数据。服务器根据客户端上传的传感器数据分析人员步态进而算出人员轨迹。同时，设备在人员行走的关键时间点发声，认证设施通过到达时间差计算设备位置，与基于惯性数据的轨迹对比，验证数据真实性。当以上检测通过，用户的传感器数据被输入神经网络，以推算人员身份。此外，系统还利用惯性传感器及Wi‑Fi信号，检测环境信息，以验证人员是否持续在场。本发明提出的基于行为的在场认证方法是一个安全的、快速且成本不高的人员身份识别及在场认证方案。

技术领域

本发明涉及计算机学科中的传感器应用、机器学习、步态识别等，是一种适用于手机等移动通信终端的认证方法，特别涉及一种基于行为特征的在场认证方法。

背景技术

目前关于在场认证的国内外同类工作可以分为基于生物特征的在场认证和基于智能卡的在场认证。

智能卡认证是相对较早出现的方式，具有识别准确率高、成本低的特点。但是由于智能卡认证是利用用户拥有的存储介质认证身份的，因此其本质是对持有该存储介质的人进行认证，存在易丢失、盗用和伪造等问题。

现在热门的在场认证方法包括基于生物特征的方法，比如通过人脸、指纹、虹膜识别等途径认证用户身份。由于生物特征是伴随人自身的特性，因此其难以丢失。对于复杂的生物特征，比如基于动态虹膜识别的身份认证，可以有效防止复制和盗用。

但是这些方法也各有缺点。在使用基于静态人脸、指纹或虹膜识别的身份认证方法时，一旦攻击者窃取到这些静态生物特征的信息，可以使用重放攻击做到非法访问。虽然基于动态人脸或虹膜识别的身份认证方式不会遇到上述问题，但其耗费时间过长，不适用于吞吐量大的场景，尤其是在校园。这些方法中大多还需要用到图像识别的技术，因此存在对认证环境要求高、设备成本高等问题。

发明内容

本发明的主要目的在于提出并实现一种利用智能移动设备，获取人员行走轨迹，验证轨迹真实性，并识别人员身份，以实现对人员的在场认证过程。该方法能利用移动设备的蓝牙模块，自动检测人员是否进入认证区域。该方法能够利用移动设备的惯性传感器数据，分析人员步态，计算人员运动轨迹和识别人员身份；该方法能够利用移动设备与声音接受装置，验证惯性传感器数据真实性；该方法能够利用移动设备的Wi-Fi模块与惯性传感器，验证环境信息，进而验证人员是否持续在场，可检测早退等情况的发生。

为了解决上述技术问题，本发明的技术方案实现如下：

一种基于行为特征的在场认证方法，其特征在于，包括以下步骤：

步骤1：移动设备采集蓝牙信号，发送给服务器，服务器估算距离，以检测人员是否进入认证区域；

步骤2：移动设备采集加速度、陀螺仪、方向传感器数据；

步骤3：移动设备将采集的传感器数据发送给服务器，服务器按人员步态划分数据，并估算出人员位移，进而得到人员航迹；

步骤4：对比基于惯性传感器计算的轨迹和基于声音计算的轨迹，检测传感器数据真实性；

步骤5：将传感器数据输入神经网络，计算人员身份，并验证身份是否合法；

步骤6：通过人员步态与Wi-Fi数据持续检测环境信息，以检测人员是否持续在场。

在上述的一种基于行为特征的在场认证方法，步骤1具体包括：

步骤1.1：系统开始工作后，首先检测认证人员时候进入认证区域；移动设备此时开始采集蓝牙信号，并且将测得信号的MAC地址以及对应的强度，即蓝牙指纹发送给认证服务器；

步骤1.2：认证服务器中记录有各个认证区域的标准蓝牙指纹此时按下式计算标准指纹的差距