论文研究 采用击键特征曲线差异度的用户身份认证方法.pdf

击键特征是一种能反映用户行为的动态特征，可作为用户身份识别的信息源。传统的认证方法通常仅采用击键特征向量中所包含的每个特征值的大小来进行身份识别，而没有利用任意两个相邻特征值之间的变化率，在一些情况下，可能导致识别准确度不理想。针对上述问题，定义了一种新颖的击键特征曲线差异度的概念，并由此提出基于击键特征曲线差异度的认证算法。该认证算法不仅利用了常规的击键特征信息，还首次引入了任意两个相邻特征值之间的变化率信息，使算法性能得到显著提高。实验结果表明，相比于曼哈顿距离算法、统计学算法、神经网络算法和机器学习算法，新算法的错误拒绝率、错误接受率和相等错误率更低，识别准确度更高，效果更好。