基于生物行為特征的手機(jī)圖形密碼認(rèn)證研究.pdf

1、智能手機(jī)的誕生，使人們?cè)谏钯?gòu)物、支付、娛樂(lè)等各個(gè)方面變得越來(lái)越快捷方便。但是由此帶來(lái)的安全隱患也日益嚴(yán)重，智能手機(jī)存儲(chǔ)了大量的隱私信息，一旦手機(jī)丟失，用戶(hù)可能會(huì)遭受巨大損失。因此，在智能手機(jī)上建立一種能夠有效防范惡意攻擊者的身份認(rèn)證識(shí)別機(jī)制顯得極其重要。目前，針對(duì)智能手機(jī)有三種常用的身份驗(yàn)證機(jī)制，即PIN碼（4位數(shù)字密碼）、九宮格圖案密碼（九宮格解鎖圖案）、指紋識(shí)別。其中指紋識(shí)別需要特定的硬件支持，成本較高，在智能手機(jī)市場(chǎng)上還沒(méi)有全面

2、普及，而相對(duì)于PIN碼來(lái)說(shuō)，九宮格解鎖圖案是目前最簡(jiǎn)單快速的身份驗(yàn)證機(jī)制。九宮格圖案密碼廣泛應(yīng)用于智能手機(jī)等移動(dòng)設(shè)備，常用于鎖屏或者鎖定手機(jī)應(yīng)用程序，可用于防止未經(jīng)授權(quán)的用戶(hù)操作手機(jī)設(shè)備或者手機(jī)中的程序。
　　經(jīng)研究統(tǒng)計(jì)，用戶(hù)使用九宮格圖案密碼或者PIN碼時(shí)，往往將解鎖圖案或者PIN碼設(shè)置的過(guò)于簡(jiǎn)單，所以很容易被猜測(cè)出來(lái)。另外有研究顯示，通過(guò)提取手機(jī)屏幕上的油污痕跡，可以快速的破解密碼。因此單純依靠現(xiàn)存的密碼驗(yàn)證機(jī)制并不能解決密碼

3、泄露引起的安全問(wèn)題。因此，本文提出了一種基于生物行為特征識(shí)別的身份認(rèn)證機(jī)制。生物行為特征識(shí)別很早就開(kāi)始研究，常見(jiàn)的有步態(tài)識(shí)別、手寫(xiě)簽名識(shí)別以及擊鍵行為識(shí)別，這些驗(yàn)證識(shí)別機(jī)制的基本原理認(rèn)為每個(gè)人的行為都會(huì)有特殊性，可以通過(guò)提取用戶(hù)的行為數(shù)據(jù)，作為每個(gè)人的基本特征用戶(hù)驗(yàn)證身份。基于此原理，本文結(jié)合九宮格圖案密碼的應(yīng)用，在安卓系統(tǒng)的智能手機(jī)上提出了一種基于用戶(hù)行為特征識(shí)別方案。
　　由于智能手機(jī)中帶有眾多感應(yīng)器，可以隨時(shí)隨地收集用戶(hù)操作

4、手機(jī)的行為特征數(shù)據(jù)，不需要任何附加設(shè)備，相對(duì)于指紋識(shí)別、人臉識(shí)別等生物識(shí)別來(lái)說(shuō)幾乎是零成本。而且對(duì)于用戶(hù)而言，它是完全透明的，當(dāng)用戶(hù)輸入手機(jī)圖案密碼時(shí)，識(shí)別系統(tǒng)自動(dòng)提取用戶(hù)的行為特征數(shù)據(jù)。而且用戶(hù)的使用手機(jī)的行為是長(zhǎng)期形成的，難以被人模仿和復(fù)制，安全性非常高。
　　本文利用智能手機(jī)自帶的感應(yīng)器，提取了用戶(hù)輸入九宮格圖案解鎖密碼時(shí)的觸摸行為特征，如接觸屏幕的位置，壓力，接觸面積，觸摸時(shí)間等信息構(gòu)成用戶(hù)獨(dú)特的生物特征。然后采用支持向量

5、機(jī)和樸素貝葉斯訓(xùn)練出用戶(hù)行為模型，并進(jìn)行對(duì)比分析。
　　本文主要包括三部分研究?jī)?nèi)容，第一部分為第一、二章，即研究背景和相關(guān)理論基礎(chǔ)。其中，第一章主要闡述了智能手機(jī)在人們生活中占據(jù)的比重越來(lái)越大，以及它普及之后帶來(lái)的安全隱患。隨后對(duì)研究意義和國(guó)內(nèi)外研究現(xiàn)狀做了梳理，簡(jiǎn)要介紹了生物特征識(shí)別在身份認(rèn)證領(lǐng)域的應(yīng)用，以及現(xiàn)有的智能手機(jī)的安全應(yīng)對(duì)方案。第二章主要介紹了本文用到的相關(guān)理論知識(shí)和基本概念。首先，簡(jiǎn)要總結(jié)了生物行為特征識(shí)別技術(shù)的定義

6、、特點(diǎn)，以及目前研究較為深入的步態(tài)識(shí)別、手寫(xiě)簽名識(shí)別、擊鍵行為識(shí)別等常見(jiàn)的行為特征識(shí)別;然后詳述了本文涉及到的機(jī)器學(xué)習(xí)算法支持向量機(jī)的基本概念和推導(dǎo)過(guò)程;最后，在支持向量機(jī)的理論基礎(chǔ)上，闡述了SMO算法的求解過(guò)程，并對(duì)細(xì)節(jié)進(jìn)行了討論。
　　本文第二部分即第三、四章，這部分是全文的核心，第三章開(kāi)始介紹本文研究的主要內(nèi)容，基于生物行為特征的手機(jī)圖形密碼認(rèn)證研究，這部分首先介紹了手機(jī)九宮格解鎖圖案，然后總結(jié)目前生物行為特征識(shí)別在智能手機(jī)

7、上的應(yīng)用研究現(xiàn)狀，接著開(kāi)始介紹本文的實(shí)驗(yàn)系統(tǒng)模型結(jié)構(gòu)，并詳述了手機(jī)用戶(hù)的觸摸行為特征的收集工作，包括前期準(zhǔn)備工作，特征采集系統(tǒng)，以及后期的數(shù)據(jù)處理工作。第四章緊接著上一章內(nèi)容，首先介紹模型的測(cè)評(píng)指標(biāo)，包括準(zhǔn)確度、精確度、召回率、F measure、ROC曲線(xiàn)以及AUC等常用模型指標(biāo)。然后開(kāi)始對(duì)分類(lèi)模型結(jié)果進(jìn)行對(duì)比，并分析了LibSVM包中核函數(shù)的選擇對(duì)模型預(yù)測(cè)準(zhǔn)確率的影響，從中選出了線(xiàn)性核函數(shù)是本實(shí)驗(yàn)中最好的核函數(shù)。最后利用weka中自