[发明专利]一种基于鼠标轨迹和无线信号的智能身份认证方法

说明书

本发明属于计算机技术领域,具体涉及一种基于鼠标轨迹和无线信号的智能身份认证方法。包括以下步骤：一、数据收集与噪声去除：用户绘制设定鼠标轨迹，收集CSI测量值保存在CSI文件中； 采用巴特沃斯带通滤波器进行噪声去除；二、数据降维：采用PCA算法来降低CSI测量的维度；三、提取特征：提取统计型特征和多尺度空间能量特征；四、利用ReliefF算法进行特征选择；五、利用SVM进行身份认证与识别：首先选择LIBSVM用训练数据进行分类模型的建立；然后使用测试数据在分类模型中进行测试，得到预测的最终结果，完成用户身份认证与识别。本发明身份认证与识别的准确率分为97.3%和93.9%，精度高，人类活动对无线信号的影响难以复制，且认证时间短，具有较强的鲁棒性。

技术领域：

本发明属于计算机技术领域，具体涉及一种基于鼠标轨迹和无线信号的智能身份认证方法。

背景技术：

身份认证系统被广泛应用于我们的日常生活和工作中，有效地阻止非法访问计算机。目前的计算机认证技术有基于密码的方法、使用物理证书的认证方法、基于生物识别的方法等。基于密码的系统是最常用的认证方法，通过输入正确的密码实现身份认证，包括以下三种(1)文本密码、PIN码、图形密码等；(2) 智能卡、USB Key等；(3)生物特征密码：如指纹、人脸等。但是，这些密码在输入时很容易受到“肩窥攻击”，安全性较低，很容易被破解。随后出现了使用物理证书的认证方法，如智能卡、USB Key等，在输入密码后还需要输入物理证书中的动态密码，但经过相关研究表明此类方法容易受到“猜测攻击”。目前流行的基于生物识别的身份认证技术使用每个人独特的生物特征来识别用户的身份，如指纹、人脸等，但这些生物识别技术很容易受到“欺骗性攻击”，从而被破解。此外，因受伤而损坏的指纹或脸部也可能导致合法用户认证失败。

基于行为特征(如鼠标、键盘的使用)的用户认证已受到广泛关注。在现有的研究中，有很多研究者通过鼠标动力学、击键动力学、鼠标轨迹运动曲线等对用户进行认证和识别。因此，即使其他人有用户名和密码，他们也不能操作主机。行为特征(鼠标使用)认证方法中，比较流行的非密码认证方法有如下几种：(1) 基于鼠标轨迹运动曲线的身份认证；(2)基于鼠标动力学的身份认证；(3)基于击键动力学的身份认证。其中现有的方法(1)使用较为广泛，在Hinbarji, Zaher,R.Albatal,and C.Gurrin的“基于鼠标移动曲线的动态用户认证”的文章中，描述了一种行为生物识别方法，仅基于鼠标移动和使用常规鼠标设备动态认证用户。与该领域的大多数以前的方法不同，其关注的是典型鼠标移动期间连续鼠标位置生成的曲线的属性。基本假设是，这些曲线有足够的辨别信息来识别用户，同时技术方案中提出了采用反向传播神经网络作为分类器。实验结果表明，在正常的鼠标使用过程中，具有鉴别特征的行为信息被揭示出来，这可以用于各种原因的用户建模，如信息资产保护。但其存在的问题是：此类方法需要大量的会话，认证时间太长，限制了其在现实生活中的适用性。

发明内容：

本发明要提供一种基于鼠标轨迹和无线信号的智能身份认证方法，以解决现有技术中存在的认证时间长、适用性弱的问题。

为了达到本发明的目的，本发明提供一种基于鼠标轨迹和无线信号的智能身份认证方法，包括以下步骤：

第一步、数据收集与噪声去除：用户绘制设定鼠标轨迹，收集CSI测量值保存在CSI文件中；采用巴特沃斯带通滤波器进行噪声去除；

第二步、数据降维：采用PCA算法来降低CSI测量的维度。

第三步、提取特征：

(1)提取统计型特征；

(2)提取多尺度空间能量特征：在小波包分解的基础上提取多尺度空间能量特征，求解不同分解尺度上的信号能量，并将这些能量值按尺度顺序排列成特征向量；

第四步、利用ReliefF算法进行特征选择：使用ReliefF算法进行特征选择，提取能反映用户之间差异的特征用于认证和识别；