【技术实现步骤摘要】
一种在不可控环境下使用键盘和鼠标数据识别用户的方法
本专利技术涉及网络空间行为识别
，尤其是一种在不可控环境下使用键盘和鼠标数据识别用户的方法。
技术介绍
在网络空间中，用户识别有着广泛的应用，如个性化推荐、系统安全等。其中生物识别系统是比较普遍的应用方式，它依靠生理或行为特征的测量来确定或验证个人的身份。在网络空间中，行为生物识别系统主要依赖于键盘和鼠标等输入设备，这些设备已经在大多数计算机中普遍可用，因此在没有额外设备要求的情况下成本较低。键盘和鼠标打字节奏的分析，被称为击键动力学和鼠标动力学，近年来受到了越来越多的关注。击键动力学是指在数字设备上测量和评估人类打字节奏的过程，由于独特的神经生理因素，它对每个人都是相当独特的。其中最早使用击键时间进行身份验证是在1980年由Gaines在论文《AuthenticationbyKeystrokeTiming:SomePreliminaryResults》中提出。在2003年，Gamboa和Fred收集了志愿者在网页上玩记忆游戏10-15分钟的鼠标移动和鼠标点击...
【技术保护点】
1.一种在不可控环境下使用键盘和鼠标数据识别用户的方法，其特征在于，包括如下步骤：/n步骤1，数据采集：在计算机中部署键盘动作采集程序和鼠标动作采集程序，采集计算机日常操作中的键盘元数据和鼠标元数据；/n步骤2，特征提取：从采集的键盘元数据和鼠标元数据中，提取键盘动作特征和鼠标动作特征；/n步骤3，模型培训：利用提取的键盘动作特征和鼠标动作特征在每个用户之间训练一个增强拓扑的进化神经网络，得到用户识别模型；/n步骤4，用户识别：利用用户识别模型对待识别用户进行识别。/n
【技术特征摘要】
1.一种在不可控环境下使用键盘和鼠标数据识别用户的方法，其特征在于，包括如下步骤：
步骤1，数据采集：在计算机中部署键盘动作采集程序和鼠标动作采集程序，采集计算机日常操作中的键盘元数据和鼠标元数据；
步骤2，特征提取：从采集的键盘元数据和鼠标元数据中，提取键盘动作特征和鼠标动作特征；
步骤3，模型培训：利用提取的键盘动作特征和鼠标动作特征在每个用户之间训练一个增强拓扑的进化神经网络，得到用户识别模型；
步骤4，用户识别：利用用户识别模型对待识别用户进行识别。
2.根据权利要求1所述的在不可控环境下使用键盘和鼠标数据识别用户的方法，其特征在于，步骤1的方法为：在计算机中部署的键盘动作采集程序和鼠标动作采集程序通过钩子链表采集计算机日常操作中的键盘元数据和鼠标元数据；所述键盘元数据包括按键名称、按键按下时间戳和按键释放时间戳；所述鼠标元数据包括操作类型、时间戳以及鼠标指针位置的x和y坐标。
3.根据权利要求2所述的在不可控环境下使用键盘和鼠标数据识别用户的方法，其特征在于，步骤2中提取键盘动作特征的方法为：
步骤211，将键盘元数据分割为时间窗口t1的键盘数据集；
步骤212，使用键盘数据集计算每个按键的持续时间，以及前一个按键与后一个按键的延迟时间；其中，所述每个按键的持续时间为时间窗口t1内每个按键的每次按下时间的平均值，按下时间为每个按键的按键释放时间戳减与按键按下时间戳的差值；所述延迟时间为后一个按键的按键按下时间戳与前一个按键的按键释放时间戳减的差值；
步骤213，键盘数据集中每个按键的持续时间为持续时间特征，前一个按键与后一个按键的延迟时间为延迟时间特征，则所述键盘动作特征包括k个持续时间特征和k2个延迟时间特征，其中，k为计算机使用的键盘的按键个数。
4.根据权利要求3所述的在不可控环境下使用键盘和鼠标数据识别用户的方法，其特征在于，在提取键盘动作特征前，设置延迟阈值T1，当用户停止使用键盘的时间超过延迟阈值T1时，则在出现该延迟时分割出一个新的键盘数据序列，用于去除键盘动作特征中的数据空白。
5.根据权利要求1所述的在不可控环境下使用键盘和鼠标数据识别用户的方法，其特征在于，步骤2中提取鼠标动作特征的方法为：
步骤221，将鼠标元数据分割为时间窗口t2的鼠标数据集；
步骤222，利用鼠标数据集计算鼠标动作的方向、曲率角和曲率距离：
(1)方向：对于任意连续的两个点B和C，点B到点C沿直线行驶，该直线与水平线之间的夹角即为鼠标动作的方向；
(2)曲率角：对于任意连续的三个点A、B和C，点A到点B的直线与点B到点C的直线之间的夹角即为曲率角；
(3)曲率距离：对于任意连续的三个点A、B和C，点B的曲率...
【专利技术属性】
技术研发人员：廖永建，王栋，梁艺宽，吴宇，王勇，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51
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。