[发明专利]智能设备以及智能设备的用户身份验证方法和装置

权利要求书

1.一种智能设备的用户身份验证方法，其中，所述方法包括：

采集智能设备中至少一类传感器的数据；

对于采集的所述至少一类传感器的数据中的每条传感器数据，判断该条传感器数据中的异常值/缺失值占比是否 超过阈值；若超过阈值，舍弃该条传感器数据；若未超过阈值，利用异常值/缺失值前后预定数量位置的值的均值替换所述异常值/缺失值；

利用行为识别模型处理所述至少一类传感器的数据，得到当前使用所述智能设备的用户的身份验证结果；其中，所述行为识别模型包括一个或多个基模型和一个融合模型，每一个传感器的数据由一个基模型处理或分别由多个对应不同机器学习算法的基模型处理，每一个基模型用于处理对应的一个传感器的数据，融合模型以各基模型的输出结果作为输入特征并输出所述身份验证结果，其中，在对所述行为识别模型训练时，先训练所述基模型，利用训练好的基模型训练所述融合模型；其中，在训练融合模型时将样本数据依据传感器与基模型的对应关系输入到对应的各个训练好的基模型，各个基模型的输出作为融合模型的输入，将融合模型的输出与该样本数据的标签进行比较得到融合模型的损失，根据该损失对融合模型进行训练，其中，所述样本数据是同一时段采集的各个传感器的数据；

根据所述身份验证结果执行相应的操作。

2.根据权利要求1所述的方法，其中，所述利用行为识别模型处理所述至少一类传感器的数据，得到当前使用所述智能设备的用户的身份验证结果包括：

将所述至少一类传感器的数据发送给服务器，由服务器利用行为识别模型处理所述至少一类传感器的数据；

接收服务器返回的身份验证结果。

3.根据权利要求2所述的方法，其中，该方法在采集智能设备中至少一类传感器的数据，利用行为识别模型处理所述至少一类传感器的数据之前，还包括：

在确认使用所述智能设备的用户为本人的情况下，采集智能设备中的所述至少一类传感器的数据，并发送给服务器，以便服务器获得用于训练所述行为识别模型的正样本。

4.根据权利要求1所述的方法，其中，

所述利用行为识别模型处理所述至少一类传感器的数据，得到当前使用所述智能设备的用户的身份验证结果包括：将所述至少一类传感器的数据发送给本地的行为识别模型，并获取该行为识别模型输出的身份验证结果；

本地的所述行为识别模型是从服务器获得的，或者，本地的所述行为识别模型是在本地训练得到的。

5.根据权利要求4所述的方法，其中，在本地训练所述行为识别模型包括：

在确认使用所述智能设备的用户为本人的情况下，采集智能设备中的所述至少一类传感器的数据，生成用于训练所述行为识别模型的正样本；

在确认使用所述智能设备的用户为非本人的情况下，采集智能设备中的所述至少一类传感器的数据，生成用于训练所述行为识别模型的负样本；或者，从服务器接收用于训练所述行为识别模型的负样本；

基于正样本和负样本训练所述行为识别模型。

6.根据权利要求1所述的方法，其中，所述方法还包括：

通过所述智能设备中的加速度传感器判断所述智能设备是否处于运动状态，若是，则执行所述采集智能设备中至少一类传感器的数据的操作；

和/或，

检测所述智能设备中是否在执行指定操作，若是，则执行所述采集智能设备中至少一类传感器的数据的操作。

7.根据权利要求1所述的方法，其中，在利用行为识别模型处理所述至少一类传感器的数据之前，所述方法还包括：

对采集的每个传感器的数据进行特征提取处理；

其中，提取的特征包括统计特征和时序特征。

8.根据权利要求1所述的方法，其中，所述根据所述身份验证结果执行相应的操作包括：

当所述身份验证结果表示是本人时，不执行相关操作；

当所述身份验证结果表示非本人时，执行强制执行操作，或者先执行强验证操作，当强验证操作不通过时再执行强制执行操作。