基于手機(jī)觸摸屏傳感器多點(diǎn)觸摸身份認(rèn)證算法

基于觸摸屏傳感器多點(diǎn)觸摸身份認(rèn)證算法摘要：針對(duì)智能所面臨的信息平安威脅問題，提出一種基于觸摸屏傳感器的多點(diǎn)觸摸身份認(rèn)證方法。首先由觸摸屏傳感器采集手指滑動(dòng)原始數(shù)據(jù)序列，通過平滑去噪、位置及長(zhǎng)度歸一化預(yù)處理；然后提取手勢(shì)運(yùn)動(dòng)一階、二階歸一化導(dǎo)數(shù)序列及運(yùn)動(dòng)方向?yàn)樯矸蒡?yàn)證特征序列；最后采用模板匹配方法，使用動(dòng)態(tài)時(shí)間規(guī)整算法匹配比擬注冊(cè)模板特征序列與測(cè)試特征序列，判斷用戶身份真實(shí)性。仿真結(jié)果說(shuō)明，所提算法對(duì)不同用戶身份認(rèn)證的平均錯(cuò)誤回絕率和錯(cuò)誤承受率分別為3.83%和2.07%，與使用徑向基函數(shù)為核函數(shù)的補(bǔ)充中文全稱對(duì)于SVDE的中文解釋為：支持向量分布估計(jì)，此釋義正確，不需要再做修改。關(guān)鍵詞：身份認(rèn)證；多點(diǎn)觸摸；觸摸屏傳感器；動(dòng)態(tài)時(shí)間規(guī)整中圖分類號(hào)：TP391.4文獻(xiàn)標(biāo)志碼：A英文摘要英文關(guān)鍵詞Keywords：authentication；multitouch；touchsensor；dynamictimewarping0引言近年來(lái)，隨著集成電路技術(shù)的飛速開展，挪動(dòng)終端〔如、平板電腦等〕在生活中的角色從簡(jiǎn)單的娛樂或通話工具變?yōu)樾畔⒌木C合處理平臺(tái)，給挪動(dòng)終端提供了更為廣闊的開展空間。然而，作為存儲(chǔ)有私密信息〔如個(gè)人信息、銀行賬號(hào)密碼等〕的智能終端，平安問題阻礙了其在挪動(dòng)交易業(yè)務(wù)中更深層次、更廣闊的應(yīng)用和推廣[1]〔尤其是智能〕，身份認(rèn)證技術(shù)為日益嚴(yán)峻的平安問題提供了一個(gè)可行的解決方案。身份認(rèn)證技術(shù)可以通過多種方式實(shí)現(xiàn)。傳統(tǒng)的包括令牌[2]、文檔密碼或圖案密碼[3]等，與傳統(tǒng)認(rèn)證方式不同的有基于生物特征的身份認(rèn)證方式。常用的生物特征認(rèn)證方式包括指紋、人臉、虹膜、步態(tài)、簽名等[4-5]。在上述生物特征識(shí)別方式中，有些在認(rèn)證過程中需要特定的輔助設(shè)備，如指紋和虹膜識(shí)別[6]；有些那么是會(huì)因?yàn)橥饨鐥l件的改變而有較大的波動(dòng)，如步態(tài)認(rèn)證在不同天氣和行走環(huán)境時(shí)會(huì)有較大誤差[7]。1系統(tǒng)處理流程1.1系統(tǒng)框架3仿真實(shí)驗(yàn)及結(jié)果分析3.1實(shí)驗(yàn)仿真3.1.1仿真環(huán)境及數(shù)據(jù)預(yù)處理圖2為選取用戶1采集的某一組數(shù)據(jù)所得到的原始波形。將其通過MovingAverage濾波器及序列位置和長(zhǎng)度歸一化處理后得到的波形如圖3所示，采用歸一化處理可使手勢(shì)序列數(shù)據(jù)約束在一定范圍內(nèi)，在一定程度上減少匹配算法的計(jì)算量，進(jìn)步匹配精度及系統(tǒng)效率。3.2結(jié)果分析在認(rèn)證階段，當(dāng)為單指手勢(shì)時(shí)，經(jīng)認(rèn)證后假設(shè)閾值小于設(shè)定值即認(rèn)定為真實(shí)用戶；為雙指手勢(shì)時(shí)，當(dāng)且僅當(dāng)兩條手指序列均為真實(shí)才斷定用戶真實(shí)，否那么斷定為入侵用戶。本文依次選取其中一個(gè)用戶的數(shù)據(jù)〔300組〕作為真實(shí)數(shù)據(jù)，其余用戶數(shù)據(jù)〔1500組〕皆作為入侵?jǐn)?shù)據(jù)對(duì)算法的準(zhǔn)確度進(jìn)展仿真實(shí)驗(yàn)，所得結(jié)果如表1所示。4結(jié)語(yǔ)目前，利用智能觸摸屏多點(diǎn)觸摸功能進(jìn)展用戶身份認(rèn)證的研究還處于起步階段，本文所提出的利用模板匹配方法對(duì)用戶身份真實(shí)性進(jìn)展判斷，實(shí)驗(yàn)仿真說(shuō)明本文方法有效可行。在將來(lái)的研究工作中，將從多點(diǎn)觸摸手勢(shì)中獲得的更加有辨識(shí)度的特征信息，并針對(duì)模板匹配中的模板更新規(guī)那么進(jìn)展優(yōu)化，從而獲得更高的認(rèn)證精度。同時(shí)將采用大量數(shù)據(jù)對(duì)算法進(jìn)展進(jìn)一步性能評(píng)估。參考文獻(xiàn)：2022：Proceedingsofthe2022CongressonImageandSignalProcessing.Piscataway：IEEE，2022，1：661-665.[7]GAFUROVD，HELKALAK，SNDROLT.Biometricgaitauthenticationusingaccelerometersens