[发明专利]一种基于智能手机加速度传感器的身份认证方法

说明书

本发明公开了一种基于智能手机加速度传感器的身份认证方法，属于身份认证领域。首先收集手机加速度传感器产生的数据并进行预处理，得到欧式距离曲线，根据其随着步态周期呈现规律的周期性进行步态周期划分，并计算每一个步态周期对应的步态向量，将每一个步态向量与上一个步态向量进行比较计算这两个向量的欧式距离。若欧式距离小于2.5，将这两个步态向量记录为连续相似步态向量，并将个数加一；当个数达到6取最后一个步态向量作为生成的步态向量模板，并与当前步态向量模板进行对比，根据对比结果进行身份认证。若认证成功的步态向量个数达到用户设定的阈值，则用户的身份认证成功。本发明计算复杂度低，具有优秀的抗攻击能力，方便用户使用。

技术领域

本发明属于身份认证领域，涉及手机加速度传感器，尤其是一种基于智能手机加速度传感器的身份认证方法。

背景技术

随着智能手机在人们生活中的普及和广泛使用，人们比以往更加注重手机的安全性。然而传统的身份识别方案无法很好地满足各种各样的需要，如数字密码和图片密码，由于用户经常需要频繁地使用手机并且大多数使用的时间并不长，频繁地进行身份认证会使人厌烦，同时这类密码容易被偷窥或者猜测破解或遭受社会工程学攻击，相关研究表明，超过40％的用户在他们的智能手机中没有使用这类身份识别方案。

相比于传统的身份识别方案，基于用户生物特征的认证方法，如指纹认证，虹膜认证具有安全性高、无需记忆等优势。然而基于这类生物特征进行身份认证，每次都需要用户显式操作进行认证行为，在一定程度上给使用者带来了不便，因此出现了基于步态、使用习惯、按键特征等生物特征的身份识别研究。智能手机内置的多种传感器，如加速度传感器、方向传感器等为这种身份认证方案提供了可能。如使用步态进行身份识别，通过对传感器数据的分析，可以在不打扰用户的情况下完成身份识别过程，缩短了身份认证的过程。

步态特征是人在步行运动时产生的特征，科学的步态分析的先驱者是亚里士多德的研究：动物的步态。如同每个人拥有一副独特的面孔一样，每个人也拥有一种与众不同的步态。从解剖学的角度分析，步态唯一性的物理基础是每个人生理结构的差异性，不同的腿骨长度、不同的肌肉强度等共同决定了步态的唯一性。

现有的利用加速度传感器数据进行身份认证的研究，按照认证方法分为两类，第一类是将连续的加速度传感器数据以走路周期划分，提取特征后使用机器学习算法，如Support Vector Machine(SVM)、K-Nearest-Neighbours(KNN)等进行身份认证。第二类是利用动态时间规整(DTW)将连续的加速度传感器数据与训练好的模板进行比对从而进行身份认证。

在使用生物特征进行身份识别的过程中，需要对获得的原始数据进行特征提取，以提取出的特征对用户生物特征进行刻画，特征提取的结果将直接影响身份识别的最终结果。然而现有的特征选取方法往往基于经验或者实验尝试得来，不但无法从生物意义上对特征进行解释，而且冗余的特征给实时身份认证带来了计算负担。这使得这些方法在手机上完成实时身份认证变得困难。

发明内容

针对上述问题，本发明提出了一种基于智能手机加速度传感器的身份认证方法，在不打扰用户的情况下隐式地进行身份认证。

主要包括以下步骤：

步骤一、在某用户携带手机走路的时候，收集某时间段t内该手机加速度传感器产生的数据并进行预处理，得到欧式距离曲线；

具体为：

首先，针对某时间段t，手机加速度传感器产生若干组连续的三轴数据，将每组数据分别合成为子合加速度；

针对数据A组，该组数据的子合加速度计算公式如下：