[发明专利]基于相似度的智能终端身份认证方法

摘要

本发明提出了一种基于相似度的智能终端身份认证方法，包括训练阶段和认证阶段，用于解决现有隐式认证方法中存在的认证准确度较低的技术问题。实现步骤为获取训练数据集，经过预处理得到的训练向量集合，基于信息熵计算训练向量集合中行为特征分布概率向量间的相似度来训练用户行为特征模型，预设身份认证阈值；若认证口令完全匹配，则预处理当前行为特征序列得到当前行为特征分布概率向量，获取当前平均相似度，判断当前平均相似度与用户行为特征模型的差值百分比是否在预设身份认证阈值范围内，获取认证结果。本发明安全性高，用户体验良好，可用于智能手机和平板等用户身份认证。

主权项

一种基于相似度的智能终端身份认证方法，其特征在于，包括训练阶段和认证阶段，实现步骤为：训练阶段：(1)智能终端获取用户的训练数据集：(1a)用户预设认证口令，输入智能终端；(1b)智能终端记录用户多次输入认证口令过程中的行为特征序列，形成用户的训练数据集；(2)智能终端对训练数据集进行预处理，得到训练向量集合：(2a)智能终端对训练数据集中各行为特征序列分别进行归一化：智能终端对训练数据集中各行为特征序列的每个特征值进行归一化，得到多个归一化行为特征序列；(2b)智能终端对多个归一化行为特征序列分别进行特征重构：(2b1)智能终端将区间[0,1]划分为N个相等的区间，其中N≥2；(2b2)智能终端分别计算多个归一化行为特征序列中各归一化行为特征序列在每个区间上特征值的分布概率值，每个归一化行为特征序列得到N个分布概率值，将各个归一化行为特征序列的N个分布概率值按区间划分顺序表示为向量，从而得到多个行为特征分布概率向量，组成训练向量集合；(3)智能终端利用训练向量集合训练用户行为特征模型：(3a)智能终端计算训练向量集合中所有行为特征分布概率向量两两之间的相似度，得到个相似度值，其中，R表示训练向量集合中行为特征分布概率向量的数量，其中R≥2；(3b)智能终端对个相似度值求平均值，得到用户行为特征模型；(4)用户预设身份认证阈值；认证阶段：(5)智能终端获取用户当前输入的认证口令及输入过程中的行为特征序列；(6)智能终端判断用户当前认证口令与预设认证口令是否完全匹配，若是，对当前行为特征序列进行预处理，得到当前行为特征分布概率向量，并执行步骤(7)，否则执行步骤(5)；(7)智能终端获取当前平均相似度：(7a)智能终端计算当前行为特征分布概率向量与训练向量集合中各行为特征分布概率向量间的相似度，得到R个当前相似度值；(7b)智能终端对R个当前相似度值求平均值，得到当前平均相似度；(8)智能终端获取认证结果：智能终端判断当前平均相似度与用户行为特征模型的差值百分比是否小于等于预设身份认证阈值，若是，则身份认证成功，否则，身份认证失败。