[发明专利]基于鼠标行为的三支身份认证方法及系统

说明书

本发明属于身份认证领域，具体涉及一种基于鼠标行为的三支身份认证方法及系统，所述方法包括进行鼠标数据采集并对采集后的数据进行去重处理以及去异常处理；由多个基础鼠标操作组成的数据序列作为一个鼠标行为，根据鼠标行为计算特征向量，从而计算出相关的特征值；对获得的鼠标特征进行建模获得三支身份认证模型，该模型输出样本属于合法鼠标用户的概率值，通过损失函数得到进行分类所需的阈值，将样本对象划分至正域、边界域或负域中；将负域样本对象判定为非法鼠标用户，将正域样本对象判定为合法鼠标用户，边界域鼠标用户继续进行认证。本发明在确定鼠标数目或时间之前提前做一次决策，在更低期望认证时间里达到更高的认证精度。

技术领域

本发明属于身份认证领域，具体涉及一种基于鼠标行为的三支身份认证方法及系统。

背景技术

实现可靠的身份认证是保护网络中应用和服务安全的一个关键问题，而基于鼠标行为特征的方法不需要额外昂贵的硬件设备，只需要本发明平时所用的鼠标收集本发明使用电脑时的交互数据，提取出有用的特征，利用这些特征训练出分类模型就可以对鼠标用户身份的合法性进行认证。许多学者提出了基于鼠标行为的身份认证方法。徐剑等人提出的《基于鼠标用户鼠标行为的身份认证方法》中使用鼠标用户鼠标行为中鼠标移动的距离、鼠标移动的速度等特征提出了一个基于这些差异来识别合法鼠标用户身份的初步的方案。Zheng N等人提出的“An efficient user verification system via mouse movements”系统中的关键特征在于使用更细粒度(点对点)基于角度的鼠标移动度量来进行鼠标用户验证，这个新的度量独立于计算平台的能够区分每个鼠标用户。并且使用了SVM作为分类器进行训练。Ahmed A A E等人提出的“A New Biometric Technology Based on MouseDynamics”中提到了一种层次化划分鼠标用户行为的方法，把基本的鼠标事件划分为低层次的鼠标行为，低层次的鼠标行为按照一定的规则链接组成高层次的鼠标行为，并给出了需要提取的不同行为的特征值的计算方法。最后采用随机森林作为分类器进行训练得到一个二分类器。

现有的方法中都直接训练二分类器，直接将鼠标用户判定为合法鼠标用户或非法鼠标用户，导致身份认证的现有模型要得到高的认证精度需要对应高的认证时间的缺点。然而有些鼠标用户是可以提前判断出来其身份的合法性，这样会浪费大量的时间。

发明内容

基于现有技术存在的问题，提出了一种基于鼠标行为的三支身份认证方法及系统，所述方法包括以下步骤：

步骤1、进行鼠标数据采集，采集t时刻包括时间戳、按键、状态、以及指针在屏幕中的位置的五元组鼠标操作(t_s,b_s,s_s,x_s,y_s)^t；并对采集后的数据进行去重处理以及去异常处理；t_s表示在点s的时间戳，b_s表示在点s的按键，s_s表示在点s的状态，x_s和y_s表示在点s的鼠标横纵坐标；

步骤2、由多个基础鼠标操作组成的数据序列作为一个鼠标行为，根据鼠标行为计算特征向量，从而计算出相关的特征值；

步骤3、基于鼠标特征构建随机森林模型，通过该随机森林模型得到样本对象的预测概率；

步骤4、将预测概率输入三支身份认证模型；通过损失函数计算得到进行分类所需的正域阈值α和负域阈值β，将样本对象划分至正域、边界域或负域中；将负域的样本对象判定为非法鼠标用户，将正域的样本对象判定为合法鼠标用户，将边界域的样本对象继续进行认证。

可以理解的是，此过程中还包括采用样本数据对模型进行训练，从而能将待预测或待分类的样本输入模型中，获取最后的认证结果。

进一步的，所述鼠标行为包括：