[发明专利]一种基于手部结构振动响应特征的生物识别方法、装置、设备及介质

说明书

本发明公开了一种基于手部结构振动响应特征的生物识别方法、装置、设备及介质，方法为：采集终端屏幕的振动数据并预处理得到屏幕触摸事件对应的待识别振动序列；根据待识别振动序列相对于各区域质心的DTW距离确定触摸区域；根据待识别振动序列的持续时间和总振动幅值确定屏幕敲击力度；根据区域和力度筛选已注册振动序列；根据待识别振动序列与已注册序列在频率域上的振幅差分布，将待识别振动序列中的非稳定频段数据剔除，再提取其细粒度特征向量；根据细粒度特征向量，计算待识别振动序列与筛选的已注册振动序列之间的相似度；根据计算得到的相似度判断当前用户是否为合法用户。本发明可以实现安全和高效的连续用户身份认证。

技术领域

本发明属于隐私保护及信息安全领域，具体涉及一种基于手部结构振动响应特征的生物识别方法、装置、设备及介质，用在移动智能终端对用户进行连续身份认证，以判断该用户的身份合法性。

背景技术

用户认证是物联网安全系统中广泛使用的基本模块之一。它根据用户名、密码或生物特征识别一个人，有助于在访问应用程序、系统或网络时保护隐私数据。目前的移动设备主要在登录阶段对用户进行认证。一旦认证成功，就可以在整个登录阶段访问系统，即使当前用户在使用阶段暂时离开。然而，这种一次性认证方案可能会在用户缺席期间将个人隐私暴露给对手，从而导致严重的安全问题，如机密文件的非法拷贝和敏感信息的窥视。根据统计数据，2019年近41％的数据泄露事件直接或间接源于对移动终端的非法入侵，涉及健康、财富等个人信息。

为了抵御这种影响极大的安全威胁，研究者提出了连续认证概念，旨在追踪整个操作过程中用户的身份合法性。当合法用户暂时离开系统时，它可以防止对手的非法访问。在操作期间身份验证失败的情况下，例如合法用户离开或出现未注册用户，访问权限将被阻止或隐私敏感信息将被自动地隐藏。实现这一目标最简单的途径是定期询问用户密码，验证指纹或面部特征，但这会分散用户的操作注意力，从而带来不友好的用户体验。为了缓解隐私安全及用户友好性之间的不兼容，研究者提出了基于用户行为特征的连续认证机制，例如使用智能手机时的触碰行为，说话过程中嘴巴区域的运动模式，浏览信息时眼球的运动轨迹等。尽管它们可以实现非侵入式的连续身份认证，但是基于行为的认证机制被证明在模仿攻击下易被攻破。而且，用户行为在不同时间段具有大概率的不一致性，这会导致拒绝合法用户的比例很高。最近有一些新兴方法采用了生理结构识别技术，例如说话时引起的振动特征，心跳模式等。但是，它们需要额外的传感器或复杂的环境配置。到目前为止，已有的连续身份验证方案离安全，用户友好和高效的目标还有很长的一段路要走。

发明内容

本发明提供一种基于手部结构振动响应特征的生物识别方法、装置、设备及介质，可以实现安全和高效的连续用户身份认证。

为实现上述技术目的，本发明采用如下技术方案：

一种基于手部结构振动响应特征的生物识别方法，包括以下步骤：

步骤1，周期性地采集终端屏幕上的振动数据，并进行数据预处理，得到每个屏幕触摸事件对应的振动序列，记为待识别振动序列；

步骤2，根据待识别振动序列与终端屏幕上各区域质心振动序列之间的动态时间规整距离，判断屏幕触摸事件所在的终端屏幕区域；根据待识别振动序列的持续时间和总振动幅值，确定屏幕触摸事件对应的屏幕敲击力度；在所有的已注册振动序列中，筛选出与该步骤3确定的终端屏幕区域和屏幕敲击力度一致的已注册振动序列，并从数据库获取其对应的细粒度特征向量；

步骤3，根据待识别振动序列与筛选出的已注册振动序列之间在频率域上的振幅差分布，计算稳定频段的振幅差阈值；然后将待识别振动序列中振幅超出振幅差阈值的频段数据剔除；

步骤4，对无关频段剔除后的待识别振动序列，提取其细粒度特征向量；根据细粒度特征向量，计算待识别振动序列与筛选出的已注册振动序列之间的相似度；

步骤5，如果计算得到的相似度大于预设的相似度阈值，则判断当前用户为合法用户，否则为非法用户。