智能手机等移动设备广泛应用于人们日常的活动中,存入其中的个人帐户等隐私信息的泄露将会给用户造成巨大损失。身份认证机制的目的是辨识假冒用户,并阻止其对设备未经授权的访问。隐式认证是利用用户行为和习惯进行身份认证,因其便利性、用户友好性和安全性成为智能移动设备认证领域的研究新热点。然而,已有研究通常利用设计复杂算法、提取高维特征、提升模型复杂度和与穿戴设备相结合等方法,来提升模型准确率与认证性能。这不仅使认证机制变得繁琐,还额外的增加了成本,也忽略了方案的易用性与实用性。同时,移动设备具有固有的计算和处理限制。针对上述问题,本文探究了基于行为特征的认证原理,详细分析行为特征的差异性成因,研究了行为特征间的区分点,从传感器数据融合、认证算法的改进与行为本身差异性等研究点出发,提出了三种基于行为特征的隐式认证方案。本文主要研究内容分以下几个部分:1.基于多传感器的行为相适应特征的隐式认证。基于手部行为特征,分析加速度计、陀螺仪和磁力计三种传感器对于同一行为特征的感知差异,根据传感器感知的手部动作不同,选取与该传感器相适应的行为特征,使得选取的特征的认证性能最大化。此外本文把多个传感器的行为特征相结合,研究哪些行为特征相结合后的认证性能更高。实验表明,加速度计与磁力计的行为特征性能较好,与相关工作相比,有较高的准确率,该方案可适用于一定安全级别的隐私保护。2.基于动态信任值的多级隐式认证机制。对模型认证历史结果分析发现,真实用户的认证准确率具有一定规律性,通常稳定在一个范围。因此本文结合用户历史认证结果,建立基于动态信任值的多级隐式认证机制。在划屏的行为特征训练的认证模型基础上,分析用户历史认证结果的变化趋势,把历史认证结果的均值作为动态信任值。方案设定初级分类模型为前级认证,动态信任值为后级检测。与相关工作相比,增强了隐式认证安全性。此外,为保持信任值实时反映用户最近最新的认证变化趋势,在系统内建立了历史认证记录数组,通过滑动窗口方式更新历史记录,同时计算历史结果均值,用于信任值动态更新。3.基于多行为交互模式的智能移动设备持续身份认证。隐式认证本身是基于行为习惯的规律和独特性,研究用户不同的行为模式差异有助于提升认证模型性能。本文分析了用户间共通的两种行为交互模式:手持姿势特征和手部微动作特征。根据交互行模式不同,分析了两种行为模式各自的认证可靠性以及多行为交互模式的认证性能。同时,本文进行了行为模仿攻击实验,进一步评估验证多行为交互模式的表现。以上提出的隐式认证方案具有数据采集方便、特征易于提取、不需要额外设备辅助且模型训练快速等特点,有较高的实用性,可适用于不同安全级别的使用场景。