擊鍵特征身份識(shí)別技術(shù)在光盤庫客戶端的應(yīng)用.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，用戶的賬戶安全和隱私信息安全，企業(yè)信息安全等越來越成為人們關(guān)注的焦點(diǎn)。光盤庫作為一種海量數(shù)據(jù)存儲(chǔ)設(shè)備，可以保存大量的企業(yè)和個(gè)人數(shù)據(jù)，在光盤庫安全環(huán)境中，用戶身份驗(yàn)證是光盤庫客戶端的訪問控制和用戶審核的基礎(chǔ)構(gòu)建模塊和主要防御線，做好用戶身份認(rèn)證顯得尤其重要。
　　為了加強(qiáng)光盤庫客戶端的身份認(rèn)證，研究了基于擊鍵特征的生物身份認(rèn)證技術(shù)，分析了該技術(shù)的工作原理及其優(yōu)缺點(diǎn)，將該技術(shù)與密碼識(shí)別相結(jié)合用于光盤庫客戶端身份認(rèn)

2、證。使用C語言編寫了軟件程序來采集用戶的擊鍵時(shí)間特性數(shù)據(jù)并保存；分析了擊鍵時(shí)間數(shù)據(jù)的特點(diǎn)并對(duì)數(shù)據(jù)進(jìn)行特征提取，對(duì)于高維特征數(shù)據(jù)使用主成分分析方法對(duì)其進(jìn)行降維，形成訓(xùn)練集；支持向量機(jī)在解決樣本量較小、高維和非線性情況下的模式識(shí)別表現(xiàn)出了比較好的優(yōu)勢(shì)，采用支持向量機(jī)算法對(duì)訓(xùn)練集進(jìn)行訓(xùn)練，形成用戶擊鍵特性模型，用于用戶登錄時(shí)進(jìn)行身份匹配；為了進(jìn)一步提升模型身份認(rèn)證的準(zhǔn)確性，采用粒子群算法和遺傳算法對(duì)支持向量機(jī)的懲罰參數(shù)和核函數(shù)參數(shù)做了優(yōu)化。<