随着信息技术的发展和网络的进一步普及，人们对资源安全的要求越来越高。传统身份认证技术（如用户名和口令）已经无法满足身份认证安全性的需要。因此，人们将目光转投到克服传统身份认证缺点的生物认证技术上。而击键生物认证技术作为生物认证技术的一种，具有唯一性、随身性等特点的同时，还有区别于其他生物认证技术的优点，如容易采集、成本低、以及用户接受度高等，因此具有更广阔的应用前景。　　 本文在对各种统计学方法进行深入研究的基础上，建立了应用于击键生物认证的模型。该模型主要是通过对用户的击键行为特征进行预测，进而达到对用户的身份进行准确认证的目的。使用此模型即使在用户的击键行为发生变化时，也可以准确验证用户的身份。在此认证模型中，采用隐马尔可夫模型(HMM)对用户的击键序列进行建模，进行击键序列分析，并使用时间序列方法计算HMM中的状态输出值概率，在进行认证时使用改进的向前算法计算用户的击键状态概率。　　 通过一段时间内采集用户的击键样本数据，建立了击键认证模型。之后采用固定文本分析法，以双字符组的击键持续时间作为研究对象，实现了应用该击键模型的认证机制。此外，还使用其他方法建立了对比模型。根据实验结果，分析了建立认证模型所使用的样本数目、阈值等对击键认证模型的影响，并得出结论：在用户的击键行为稳定不变，以及具有规律性变化两种情况下，使用时间序列方法较使用其他方法建立的模型，求得的错误拒绝率和错误接受率低。尤其是在用户的击键行为具有规律性变化时，最大差值可以达到15％。而当用户的击键行为发生无规律变化时，使用这两种方法求得的错误拒绝率都较高。