当前位置: 首页 > 专利查询>方书田专利>正文

一种基于静态文本击键特征的身份识别方法及系统技术方案

技术编号:19934697 阅读:21 留言:0更新日期:2018-12-29 04:43
本发明专利技术公开了一种基于静态文本击键特征的身份识别方法及系统,该方法通过提取用户通过键盘输入预设静态文本的行为特征,利用预设分类算法对包含不同所述用户行为特征的特征变量进行训练和筛选,根据筛选结果建立标识身份的行为特征库,提取待识别用户输入的行为特征,并与所述行为特征库对比,根据比对结果识别所述待识别用户所属的身份。本发明专利技术提供的方法提取用户通过键盘输入文本的击键速度、准确率和稳定性的行为特征,并针对提取的击键特征进行筛选,将更能体现用户击键个体差异表征用户身份的行为特征作为行为特征库,使得待识别用户身份的识别率大大得到了提高。

【技术实现步骤摘要】
一种基于静态文本击键特征的身份识别方法及系统
本专利技术涉及模式识别领域,具体涉及一种基于静态文本击键特征的身份识别方法及系统。
技术介绍
目前,计算机系统中个人身份鉴定通常使用密码验证方式,但是密码有可能被盗或者破解,存在较大的安全隐患。近年来兴起的指纹和瞳孔识别等生物特征认证手段,由于需要硬件支持且成本较高等问题,普及率受到限制,因此急需找到一种能准确方便地根据用户独一无二的行为特征,识别出用户身份的方法。研究发现,由于每个人的受训练程度不同,用手习惯不同,以及性格的差异使得每个人在进行键盘录入时,其击键特点也互不相同,这些不同主要体现在击键速度、连续敲击两个字符的时间间隔上及使用组合键的方式和时间上等。现有技术对击键特征的提取大部分集中在击键速度,间隔时间的分析等,考虑的特征因素比较少,且不对提取的击键特征进行筛选优化,没有去除不能准确反映用户身份的特征,因而导致识别率不高。
技术实现思路
因此,本专利技术提供一种基于静态文本击键特征的身份识别方法及系统,解决了现有技术中基于击键特征的对身份识别准确率不高的不足。本专利技术实施例提供的一种基于静态文本击键特征的身份识别方法,包括如下步骤:获取待识别用户通过键盘输入预设静态文本的多个第一行为特征;将所述多个第一行为特征与预设的行为特征库对比,根据比对结果识别所述待识别用户所属的身份。通过以下步骤建立所述预设的行为特征库:获取样本用户通过键盘输入预设静态文本的多个第二行为特征;根据所述多个第二行为特征整合生成多个不同的特征变量,各所述特征变量中至少包含一个所述第二行为特征;将所述不同的特征变量分别输入预设的分类模型中,得到所述不同的特征变量对应的识别率,将最高的识别率对应的特征变量作为标识用户身份的行为特征库。优选地,所述第一行为特征和/或第二行为特征为:用以表征用户输入所述静态文本的速度特征的第一击键速度特征,通过以下公式计算所述第一击键速度特征的特征值:其中,WPM为所述第一击键速度特征的特征值,T为一次测试的总时间,Nrc为输入正确的字符数。优选地,所述第一行为特征和/或第二行为特征为:用以表征用户输入所述静态文本进行错误调整的特征的第二击键速度特征,通过以下公式计算所述第二击键速度特征的特征值:其中,WPM'为所述第二击键速度特征的特征值,用户输入正确的字符数Nrc,每个需要a个单位时间,用户输入错误字符数Nec,每个需要b个单位时间,用户改正输入错误字符的数量Net,每个需要c个单位时间,T为一次测试的总时间。优选地,所述第一行为特征和/或第二行为特征为:用户输入所述静态文本的速度排名特征的第三击键速度特征,通过以下公式计算所述第三击键速度特征的特征值:其中,WPM”为所述第三击键速度特征的特征值,WPMi为所述第一击键速度的特征值除以10的整数部分,WPMr为所述第一击键速度的特征值除以10的小数部分,n为[0-14]之间的整数值,Hn为击键速度为(10n-5,10n+5]区间的用户数量,HWPMi为数值是WPMi所占的所述样本用户数量。优选地,所述第一行为特征和/或第二行为特征为:用以表征用户输入所述静态文本正确率的特征的准确率特征,通过以下公式计算所述准确率特征的特征值:其中,Fa为所述准确率特征的特征值,Nrc为用户输入正确的字符数,Nec为用户输入错误字符数。优选地,所述第一行为特征和/或第二行为特征为:用以表征用户输入所述静态文本不同错误类型个数的占比特征的错误类型占比特征,通过以下公式计算所述错误类型占比特征的特征值:其中,Fe为所述错误类型占比特征的特征值,Nebc为第一错误类型的个数,Nebo为第二错误类型的个数,Neo为第三错误类型的个数。优选地,所述第一行为特征和/或第二行为特征为:用以表征用户输入所述静态文本速度的稳定性特征的速度稳定性特征,通过以下公式计算所述击键速度稳定性特征的特征值:其中,Fws为用户击键速度的特征值,N为用户输入字符的个数,Wi为用户第i次击键速度,Wu为用户平均击键速度。优选地,所述第一行为特征和/或第二行为特征为:用以表征用户输入所述静态文本准确率的稳定性特征的准确率稳定性特征,通过以下公式计算所述准确率稳定性特征的特征值:其中,Fas为用户击键准确率的特征值,Ai为用户第i次击键的准确率,Au为用户击键的平均准确率。本专利技术实施例还提供一种基于静态文本击键特征的身份识别系统,包括:待识别用户行为特征提取模块,用于获取待识别用户通过键盘输入预设静态文本的多个第一行为特征;身份识别模块,用于将所述多个第一行为特征与预设的行为特征库对比,根据比对结果识别所述待识别用户所属的身份;通过以下步骤建立所述预设的行为特征库:获取样本用户通过键盘输入预设静态文本的多个第二行为特征;根据所述多个第二行为特征整合生成多个不同的特征变量,各所述特征变量中至少包含一个所述第二行为特征;将所述不同的特征变量分别输入预设的分类模型中,得到所述不同的特征变量对应的识别率,将最高的识别率对应的特征变量作为标识用户身份的行为特征库。本专利技术技术方案,具有如下优点:本专利技术实施例提供的基于静态文本击键特征的身份识别方法及系统,通过提取样本用户通过键盘输入预设静态文本的行为特征,利用预设分类算法对包含不同所述用户行为特征的特征变量进行训练和筛选,根据筛选结果建立标识身份的行为特征库;然后提取待识别用户输入的行为特征,并所述行为特征库对比,根据比对结果识别所述待识别用户所属的身份。本专利技术提供的方法提取用户通过键盘输入文本的击键速度、准确率和稳定性的行为特征,并针对提取的击键特征进行筛选,将更能体现用户击键个体差异表征用户身份的行为特征作为行为特征库,使得待识别用户身份的识别率大大得到了提高。附图说明为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本专利技术的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。图1为本专利技术实施例中基于静态文本击键特征的身份识别方法的一个具体实施例的流程图;图2为本专利技术实施例中提供建立预设的行为特征库的一个具体示例的流程图;图3为本专利技术实施例中提供的反映用户输入静态文本的速度排名的柱状统计图;图4为本专利技术实施例中基于静态文本击键特征的身份识别系统的一个具体示例的流程图;图5为本专利技术实施例中提供的计算机设备的结构示意图。具体实施方式下面将结合附图对本专利技术的技术方案进行清楚、完整地描述,显然,所描述的实施例是本专利技术一部分实施例,而不是全部的实施例。基于本专利技术中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本专利技术保护的范围。此外,下面所描述的本专利技术不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。实施例1本专利技术实施例提供一种基于静态文本击键特征的身份识别方法,如图1所示,该基于静态文本击键特征的身份识别方法,包括如下步骤:步骤S1:获取待识别用户通过键盘输入预设静态文本的多个第一行为特征。步骤S2:将多个第一行为特征与预设的行为特征库对比,根据比对结果识别待识别用户所属的身份。本专利技术实施例中,多个第一行为本文档来自技高网...

【技术保护点】
1.一种基于静态文本击键特征的身份识别方法,其特征在于,包括如下步骤:获取待识别用户通过键盘输入预设静态文本的多个第一行为特征;将所述多个第一行为特征与预设的行为特征库对比,根据比对结果识别所述待识别用户所属的身份;通过以下步骤建立所述预设的行为特征库:获取样本用户通过键盘输入预设静态文本的多个第二行为特征;根据所述多个第二行为特征整合生成多个不同的特征变量,各所述特征变量中至少包含一个所述第二行为特征;将所述不同的特征变量分别输入预设的分类模型中,得到所述不同的特征变量对应的识别率,将最高的识别率对应的特征变量作为标识用户身份的行为特征库。

【技术特征摘要】
1.一种基于静态文本击键特征的身份识别方法,其特征在于,包括如下步骤:获取待识别用户通过键盘输入预设静态文本的多个第一行为特征;将所述多个第一行为特征与预设的行为特征库对比,根据比对结果识别所述待识别用户所属的身份;通过以下步骤建立所述预设的行为特征库:获取样本用户通过键盘输入预设静态文本的多个第二行为特征;根据所述多个第二行为特征整合生成多个不同的特征变量,各所述特征变量中至少包含一个所述第二行为特征;将所述不同的特征变量分别输入预设的分类模型中,得到所述不同的特征变量对应的识别率,将最高的识别率对应的特征变量作为标识用户身份的行为特征库。2.根据权利要求1所述的基于静态文本击键特征的身份识别方法,其特征在于,所述第一行为特征和/或第二行为特征为:用以表征用户输入所述静态文本的速度特征的第一击键速度特征,通过以下公式计算所述第一击键速度特征的特征值:其中,WPM为所述第一击键速度特征的特征值,T为一次测试的总时间,Nrc为输入正确的字符数。3.根据权利要求1所述的基于静态文本击键特征的身份识别方法,其特征在于,所述第一行为特征和/或第二行为特征为:用以表征用户输入所述静态文本进行错误调整的特征的第二击键速度特征,通过以下公式计算所述第二击键速度特征的特征值:其中,WPM'为所述第二击键速度特征的特征值,用户输入正确的字符数Nrc,每个需要a个单位时间,用户输入错误字符数Nec需要,每个b个单位时间,用户改正输入错误字符的数量Net,每个需要c个单位时间,T为一次测试的总时间。4.根据权利要求2所述的基于静态文本击键特征的身份识别方法,其特征在于,所述第一行为特征和/或第二行为特征为:用以表征用户输入所述静态文本的速度排名特征的第三击键速度特征,通过以下公式计算所述第三击键速度特征的特征值:其中,WPM”为所述第三击键速度特征的特征值,WPMi为所述第一击键速度的特征值除以10的整数部分,WPMr为所述第一击键速度的特征值除以10的小数部分,n为[0-14]之间的整数值,Hn为击键速度为[10n-5,10n+5]区间的用户数量,HWPMi为数值是WPMi所占的所述样本用户数量。5.根据权利要求1所述的基于静态文本击键特征的身份识别方法,其特征在于,所述第一行为特征和/或第二行为特征为:用以表征用户输入所述静态文本正确率的特征的准确率特征,通过以下公式计算所述准确率特征的特征值:其中,Fa为所述准确率特征的特征值,Nrc为用户输入正确的字符数,Ne...

【专利技术属性】
技术研发人员:方书田
申请(专利权)人:方书田
类型:发明
国别省市:浙江,33

相关技术
    暂无相关专利
网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1