论文部分内容阅读
随着技术的发展,移动设备越来越多,使用越来越频繁,手机、平板等设备上保存着用户大量的隐私。而传统的口令方式存在着易遗忘、易丢失、易复制等缺点,存在着相当多的安全隐患,因此需要更加可靠的认证方式。行为特征是人们经过长期生活养成的行为习惯,具有不易丢失、难以伪造的特点,因此用于身份认证上具有不可多得的优势。行为特征包含诸多种类,其中基于签名的认证方式是一种典型行为认证方式,并且具有易接受、采集成本低等特点。然而目前基于在线签名的身份认证方式仍然处于初级阶段,面临着认证准确性不高,应用场景不够等缺点。 本文针对在线签名认证问题,使用动态时间规整方法衡量两个在线签名的相同信号之间的相似度。在特征提取阶段,计算待测签名在各个信号上与参考签名的平均距离、最小距离、中值距离和模板距离,所求得的值由参考签名集计算出的基准值进行归一化,组成多维度特征向量。在模型训练阶段,使用随机森林模型作为分类器。在测试阶段,使用训练好的随机森林模型对待测签名进行认证。本方法在SUSIG数据集上取得了2.26%的等误率。为了验证此方法在触摸屏设备上的有效性,本文使用Android平板设备采集50套共2250份中文签名,并在该数据集上进行实验,获得了3.7%的误拒率和5.5%的误纳率。在应用场景上,本文成功实现了基于在线签名的Android系统屏幕解锁应用。此外,本文还实现了在线签名认证服务平台,为有需求的场景和端提供签名认证服务。