Including construction method and system, which is based on the change of posture gesture behavior authentication mode: from the mobile terminal receives data through its gestures and touch screen and the motion sensor acquisition of mobile terminal to collect data according to the gesture posture behavior; behavior data calculation and calculation of gesture features, according to the characteristics of posture posture behavior of data; clustering of posture, posture to predict labels are each pose features; by predicting the label will be the posture posture is divided into K group, each group corresponds to a position; according to the number of gestures according to each position category training a gesture authentication model for verification in a gesture of user behavior posture is legitimate.
【技术实现步骤摘要】
一种基于姿势变化的手势行为认证模式的构建方法及系统
本专利技术涉及一种手势密码认证方法,特别是涉及一种基于姿势变化的手势行为认证模式的构建方法及系统。
技术介绍
随着智能手机的普及,各式各样的移动应用大量出现,极大的方便和丰富了人们的日常生活。越来越多的人习惯于使用智能手机聊天、拍照、购物、娱乐等。手机不仅存储了用户的联系人、短信、照片和各类应用的账号信息,更可能存储了用户的银行账号信息。一旦手机丢失或者感染了恶意病毒,用户在手机上的隐私信息易被窃取,给用户造成损失。保护移动设备的信息安全已越来越引起人们的关注。目前常用的移动端认证方法主要有数字密码、手势密码、指纹、人脸、虹膜等。然而,数字密码和手势密码易被恶意软件窃取,且由于设置复杂的密码使用不便,很多用户设置的密码相对简单,易被破解。而指纹、虹膜认证需要额外的硬件支持,人脸认证则对前置摄像头要求相对较高,一些中低端和较早生产的机型无法使用。随着智能手机的普及,各式各样的移动应用大量出现,极大的方便和丰富了人们的日常生活。越来越多的人习惯于使用智能手机聊天、拍照、购物、娱乐等。手机不仅存储了用户的联系人、短信、照片和各类应用的账号信息,更可能存储了用户的银行账号信息。一旦手机丢失或者感染了恶意病毒,用户在手机上的隐私信息易被窃取,给用户造成损失。保护移动设备的信息安全已越来越引起人们的关注。目前常用的移动端认证方法主要有数字密码、手势密码、指纹、人脸、虹膜等。然而,数字密码和手势密码易被恶意软件窃取,且由于设置复杂的密码使用不便,很多用户设置的密码相对简单,易被破解。而指纹、虹膜认证需要额外的硬件支持, ...
【技术保护点】
一种基于姿势变化的手势行为认证模式的构建方法,其特征在于,包括:从移动终端接收通过其触摸屏采集的手势行为数据,以及通过所述移动终端的动作传感器收集的姿势行为数据;根据所述手势行为数据计算手势特征,并根据所述姿势行为数据计算姿势特征;对所述姿势特征进行聚类,以得到每个姿势特征的预测姿势标签;通过所述预测姿势标签将各所述姿势特征划分为K组,每组对应一个姿势;根据所述手势行为数据对每个姿势类别分别训练一个手势认证子模型,供验证处于一姿势下的用户手势行为是否合法。
【技术特征摘要】
1.一种基于姿势变化的手势行为认证模式的构建方法,其特征在于,包括:从移动终端接收通过其触摸屏采集的手势行为数据,以及通过所述移动终端的动作传感器收集的姿势行为数据;根据所述手势行为数据计算手势特征,并根据所述姿势行为数据计算姿势特征;对所述姿势特征进行聚类,以得到每个姿势特征的预测姿势标签;通过所述预测姿势标签将各所述姿势特征划分为K组,每组对应一个姿势;根据所述手势行为数据对每个姿势类别分别训练一个手势认证子模型,供验证处于一姿势下的用户手势行为是否合法。2.根据权利要求1所述的方法,其特征在于,所述从移动终端接收通过其触摸屏采集的手势行为数据、以及通过所述移动终端的动作传感器收集的姿势行为数据,包括:若用户使用手势密码登录,则利用手机触摸屏采集手指位置信息、压力、接触面积和时间戳;利用手机的方向传感器来采集手机屏幕方向信息;用手机加速度传感器来采集手机加速度信息,作为用户的姿势行为数据。3.根据权利要求2所述的方法,其特征在于,所述根据所述手势行为数据计算手势特征,并根据所述姿势行为数据计算姿势特征,包括:根据预设逻辑从所述姿势行为数据中提取姿势特征信息和手势特征信息;对每个特征都进行特征变换,即对于每个特征x,均使用公式:(xi-xmin)/(xmax-xmin),进行处理,其中xi为当前特征,xmin为最小特征,xmax为最大特征;根据预设逻辑对所述姿势行为特征信息和所述手势特征信息进行降维处理,处理得出特征向量;根据预设向量逻辑将所述姿势特征信息处理为姿势特征分向量,将所述手势特征分向量处理为手势特征分向量;计算所述手势特征分向量和所述姿势特征分向量,得出特征向量,形成特征向量集,每个所述特征向量对应一次手势密码输入。4.根据权利要求1所述的方法,其特征在于,所述对所述姿势特征进行聚类,以得到每个姿势特征的预测姿势标签,包括:根据所述特征信息,使用轮廓系数确定簇的个数K。所述簇与所述姿势类别一一对应;根据预设逻辑计算得到所述簇的簇中心;根据用户所有特征向量到其所属的所述簇中心的距离,按照公式:计算阈值threshold,其中为所述距离的平均值,var为所述距离的方差,a∈[1,5],b∈[1,10],a,b∈N*:根据Kmeans方法,使用所述阈值threshold确定所述特征向量的所在的所述簇。5.根据权利要求1或4所述的方法,其特征在于,通过所述预测姿势标签将各所述姿势特征划分为K组,每组对应一个姿势,包括:经过姿势聚类得到每个特征向量的预测姿势标签,根据所述预测姿势标签可以将所述特征向量分为K个姿势标签组;对每个所述姿势标签组对应的姿势训练得到一个手势认证子模型,所述手势认证子模型适于判定处于该姿势下的用户的手势行为是否合法。6.根据权利要求4或5所述的方法,其特征在于,所述根据所述手势行为数据对每个姿势类别分别训练一个手势认证子模型,供验证处于一姿势下的用户手势行为是否合法,包括:若有客户输入的手势密码与预设的手势密码相同,则使用采集到的行为数据计算出姿势特征和手势特征,计算姿势特征到K个簇中心的距离,取其中的最小值;根据所述阈值threshold和所述最小值判断用户输入的手势密码与预设的手势密码是否相同;若所述最小值大于threshold,则认为当前用户的姿势不属于合法用户的姿势,判定该用户非法;若所述最小值小于或等于threshold,则该最小值对应的姿势为当前用户的姿势,判定该用户合法;取出该所述姿势所下的所述手势判定模型判断用户的手势特征是否匹配;若是,则判定为合法用户;若否,则判定为非法用户。7.一种基于基于姿势变化的手势行为认证模式的构建装置,其特征在于,用于为传统技术中的手势密码添加行为认证,包括:数据收集模块、特征信息提取模块、姿势聚类模块、手势认证子模型训练模块和密码输入认证模块;数据收集模块,用于利用手机触屏和传感器收集手势行为信息;特征信息提取模块,用于根据预设逻辑处理所述手势行为信...
【专利技术属性】
技术研发人员:蒋昌俊,闫春钢,丁志军,张亚英,刘强,
申请(专利权)人:同济大学,
类型:发明
国别省市:上海,31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。