近年来,伪装攻击在计算机安全事件中的比例不断增长,成为对系统破坏最为严重的攻击方式之一.与此同时随着智能手机的普及,用户开始将大量信息存入手机,当手机被不法者窃取时,用户更多的关心的是那些存入手机的敏感信息的安全性.所以查询出手机非法使用者,从而进行有效制止,已经成为亟待解决的问题.查询非法用户的方法是多样的,已经有许多学者针对手机中多项性能指标的变化进行研究从而判断伪装者入侵行为,但通过挖掘手机用户的键盘行为特征来查找伪装行为的研究却很少见.所以本文在借鉴已有工作的基础上,提出了基于智能手机键盘的伪装者检测.其实,针对入侵检测的研究已经有二十多年的历史,而且实验证明基于统计分析、机器学习、数据挖掘等理论的很多算法在检测中都取得了很好的成绩.但这些算法是否也同样适用于手机键盘入侵检测,是否也能取得很好的效果,是否还需要我们加以改进,这些就是本文课题研究的出发点.基于数据挖掘的Apriori算法、基于隐马尔可夫模型的前向后向算法、B-M算法以及基于后缀树的快速马尔可夫核函数算法在基于序列的入侵检测研究中已经取得很好的适用性.所以本文的工作就是研究这些算法在智能手机键盘中的应用.本文具体工作如下：1.上述三类算法的研究以及针对研究课题的适当改进.2.选择训练集和测试集,对算法进行实验.3.最后通过分析得出结论,证明这三类算法针对智能手机键盘同样适用.并找出最佳算法.4.与PC键盘做对比,证明这三类算法针对手机键盘伪装者检测更适用.