[发明专利]一种智能手机上系统级别的用户身份持续认证方法

权利要求书

1.一种智能手机上系统级别的用户身份持续认证方法，其特征在于，包括以下步骤：

(1)对用户日常使用智能手机的传感器数据收集。

(1.1)数据的收集时机为用户打开任意APP开始，收集的数据来自加速度传感器、重力传感器和陀螺仪。

(1.2)在每个APP中收集到的数据序列包含n个采样点，第i个采样点的数据格式为：(X_a(i)，Y_a(i)，Z_a(i)，X_gy(i)，Y_gy(i)，Z_gy(i)，X_gr(i)，Y_gr(i)，Z_gr(i)，isClicked(i))(i＝1，2，3，...，n)，含义分别为加速度传感器的X轴值、加速度传感器的Y轴值、加速度传感器的Z轴值、陀螺仪的X轴值、陀螺仪的Y轴值、陀螺仪的Z轴值、重力传感器的X轴值、重力传感器的Y轴值、重力传感器的Z轴值、屏幕是否被点击(0表示没有被点击，1表示被点击)。

(2)对原始数据进行预处理，包括以下几个步骤：

(2.1)删除无用数据。用户如果将手机水平放置在固定的地方，然后使用手机，这时产生传感器数据模式不能体现出当前用户的行为特征，所以应当删除这种情况下的数据。

(2.2)将数据按照用户使用智能手机的姿势分类。

(2.3)将数据按照用户的移动状态分类。

(2.4)将数据按照从打开一个APP开始的收集时间进行分割，分为两秒前与两秒后两部分。这是因为用户在打开一个APP时的前两秒处于APP的加载时间，极少出现点击操作。

(2.5)将所有两秒前的数据通过滑动窗口处理。将滑动窗口的大小设为10，步长为5，所以数据序列D的第i个滑动窗口为：[D_5(i-1)+1，D_5(i-1)+2，D_5(i-1)+3，...，D_5(i-1)+10]_i(其中D为任意一个数据序列，i＝1，2，3，...，n，n为滑动窗口个数)。

(2.6)从所有两秒后的数据中提取点击操作。将属性isClicked＝1的数据采样点作为中心点，取一个包含20个数据点的窗口，这样数据序列D中第j个包含点击事件的窗口为：[D_k，D_k+1，D_k+2，...，D_k+19]_j(D_k，D_k+1，...，D_k+19为序列D中的连续20个采样点，且D_k+9的isClicked属性为1，其余采样点的isClicked属性为0)。

(3)提取特征向量。

(3.1)对每个通过步骤(2.5)得到的两秒前数据的滑动窗口提取特征向量。

(3.2)对每个通过步骤(2.6)得到的两秒后数据的窗口提取特征向量

(3.3)对特征向量进行最小-最大标准化，将每个特征值转化到[0，1]范围内。转化公式为：其中x^*为原始特征值x标准化后的值，x_max和x_min分别为所有特征向量中该特征值的最大值与最小值。

(4)构建用户行为特征的身份模型。

(4.1)选取训练数据集。从其它用户的每类特征向量集中随机选取一个子集，该子集的大小等于合法用户的该类特征向量集的大小。将其它用户的特征向量的标签设置为-1，将合法用户的特征向量的标签设置为1。

(4.2)分别对每个特征向量训练集进行训练。根据预处理的结果共有8个不同的特征训练集，所以分别训练后会产生8个不同的模型。

(5)对当前智能手机的使用用户进行持续认证。

(5.1)第一阶段认证。将当前用户使用某一APP的前两秒的传感器数据进行预处理，并提取特征向量，将不同类别的特征向量分别送入不同的模型进行预测，然后将预测结果进行整合，最后给出判断结果。

(5.2)第二阶段认证。若用户通过第一阶段的认证，则进入第二阶段的认证，每次认证所需的数据收集时长为2S，然后将用户的点击时的数据进行预处理，并提取特征向量，将不同类别的特征向量分别送入不同的模型进行预测，然后将预测结果进行整合，最后给出判断结果。