随着互联网行为式验证码技术的发展,以拖动滑块为代表的鼠标轨迹识别因其传输数据小、暴力破解难度大等特点,广泛运用于多种人机验证产品中。但是攻击者可通过黑产工具产生类人轨迹批量操作以绕过检测,并在对抗过程中不断升级其伪造数据以持续绕过同样升级的检测技术。因此可利用机器学习算法建立有效的鼠标轨迹识别模型,以提高人机验证中各种机器行为的检出率。鼠标轨迹是用户拖动滑块时采样获得的水平方向x、垂直方向y和时间t三个维度的轨迹点集,不同于传统时间序列,它具有多变量、可变长度、数据不平衡、标记样本少等特点。由于这些特点,使得传统的时间序列分类方法并不能直接应用于鼠标轨迹识别,当前有关鼠标轨迹识别方法也未能针对这些特点进行系统性解决。基于此,本文对鼠标轨迹识别问题进行了深入研究,提出了一种结合特征组分层和半监督学习的鼠标轨迹识别方法。主要研究内容如下:1.针对鼠标轨迹多变量、可变长度的问题,采用基于特征的方法,从不同视角构建基础特征和辅助特征。具体地,从t-x维度提取特征作为基础特征,用于描述人机轨迹差异性;从t-y维度提取特征作为辅助特征,用于辅助判断,增加轨迹识别置信度。此外,为进行特征降维,提出了一种改进的基于随机森林的包裹式特征选择算法。该算法首先对随机森林特征重要性度量方法进行改进,解决数据不平衡时给多数类权重过高的问题,然后将特征按重要性得分降序排列,剔除尾部不相关特征,最后采用序列后向选择方法,从后向前遍历删除每个特征,并使用包裹式评价方法对特征子集进行评估,以判断是否收回删除特征。实验结果表明,该方法优于传统特征选择算法,可有效去除冗余特征。2.针对当前鼠标轨迹识别效果不理想,存在数据不平衡、标记样本少等问题,提出一种结合特征组分层和半监督学习的鼠标轨迹识别算法。具体地,该算法在特征层面,采用特征组分层策略,将基础特征组和辅助特征组分层添加进模型;在数据层面,基于半监督学习思想扩充训练数据集,并结合随机欠采样以改善数据类别不平衡问题;最后将二者融合达到提升识别效果的目的。实验结果表明,该算法的精确率达到96.26%,召回率达到91.63%,调和均值达到94.35%,证明该方法对鼠标轨迹识别的有效性。