[发明专利]一种身份识别方法、装置以及相关设备

权利要求书

1.一种身份识别方法，其特征在于，包括：

当接收到用于验证注册用户的输入身份验证信息时，采集设备原始速度信息，并缩放所述设备原始速度信息，得到目标速度信息；

采集设备压力信息，并采集设备触摸面积信息；

当用于获取所述输入身份验证信息的终端设备与用于生成标准行为状态信息的终端设备不同时，在模型配置库中提取设备映射参数；所述标准行为状态信息是指注册用户的输入操作行为的行为状态信息；

根据所述设备映射参数调整所述目标速度信息、所述设备压力信息和所述设备触摸面积信息；

将调整后的目标速度信息、调整后的设备压力信息和调整后的设备触摸面积信息分别进行数据标准化处理，得到目标行为状态信息；所述目标行为状态信息是根据目标用户输入所述输入身份验证信息的操作行为生成的行为状态信息；

获取与所述注册用户对应的身份认证模型；所述身份认证模型是根据所述注册用户的输入操作行为的行为状态信息训练得到；

在所述身份认证模型中根据所述目标行为状态信息，识别所述目标用户和所述注册用户之间的身份匹配关系；

根据所述身份匹配关系和所述输入身份验证信息，识别所述目标用户的安全类型。

2.根据权利要求1所述的方法，其特征在于，所述根据所述身份匹配关系和所述输入身份验证信息，识别所述目标用户的安全类型，包括：

获取与所述注册用户对应的标准身份认证信息；

当所述身份匹配关系为身份重合关系，且所述输入身份验证信息和所述标准身份认证信息相同时，确定所述目标用户的安全类型为合法用户类型；

当所述身份匹配关系为非身份重合关系时，确定所述目标用户的安全类型为非法用户类型；

当所述输入身份验证信息和所述标准身份认证信息不同时，确定所述目标用户的安全类型为非法用户类型。

3.根据权利要求1所述的方法，其特征在于，所述缩放所述设备原始速度信息，得到目标速度信息，包括：

根据所述设备原始速度信息确定目标范式向量，对所述设备原始速度信息和所述目标范式向量进行等时间间隔插值，并根据插值后的目标范式向量缩放插值后的设备原始速度信息，得到所述目标速度信息。

4.根据权利要求1所述的方法，其特征在于，所述在所述身份认证模型中根据所述目标行为状态信息，识别所述目标用户和所述注册用户之间的身份匹配关系，包括：

根据所述身份认证模型中的至少一个特征提取模型，提取每个特征提取模型分别对应的所述目标行为状态信息的行为特征向量；

根据每个特征提取模型分别对应的行为特征向量生成目标行为特征向量；

根据所述身份认证模型中的分类器，识别所述目标行为特征向量与注册用户行为特征向量的目标匹配概率，根据所述目标匹配概率确定所述身份匹配关系。

5.根据权利要求4所述的方法，其特征在于，所述根据所述身份认证模型中的至少一个特征提取模型，提取每个特征提取模型分别对应的所述目标行为状态信息的行为特征向量，包括：

当所述至少一个特征提取模型包括第一特征提取模型时，根据所述第一特征提取模型中的卷积神经网络对所述目标行为状态信息进行卷积处理和池化处理，得到第一空间特征信息；

根据所述第一特征提取模型中的循环神经网络对所述第一空间特征信息进行时序处理，得到第一时空特征向量，并将所述第一时空特征向量归一化至目标数值区间内，得到所述行为特征向量。

6.根据权利要求4所述的方法，其特征在于，所述根据所述身份认证模型中的至少一个特征提取模型，提取每个特征提取模型分别对应的所述目标行为状态信息的行为特征向量，包括：

当所述至少一个特征提取模型包括第二特征提取模型时，将所述目标行为状态信息进行频域变换，得到频域特征信息；

根据所述第二特征提取模型中的卷积神经网络对所述频域特征信息进行卷积处理和池化处理，得到第二空间特征信息；

根据所述第二特征提取模型中的循环神经网络对所述第二空间特征信息进行时序处理，得到第二时空特征向量，并将所述第二时空特征向量归一化至目标数值区间内，得到所述行为特征向量。