基於手機觸摸屏傳感器多點觸摸身份認證算法
行業與領域應用
作者：龐永春 孫子文 王堯
摘要：針對智能手機所麵臨的信息安全威脅問題，提出一種基於手機觸摸屏傳感器的多點觸摸身份認證方法。首先由觸摸屏傳感器采集手指滑動原始數據序列，通過平滑去噪、位置及長度歸一化預處理；然後提取手勢運動一階、二階歸一化導數序列及運動方向為身份驗證特征序列；最後采用模板匹配方法，使用動態時間規整算法匹配比較注冊模板特征序列與測試特征序列，判斷用戶身份真實性。仿真結果表明，所提算法對不同用戶身份認證的平均錯誤拒絕率和錯誤接受率分別為3.83%和2.07%，與使用徑向基函數為核函數的補充中文全稱對於SVDE的中文解釋為：支持向量分布估計，此釋義正確，不需要再做修改。
支持向量分布估計（SVDE）算法相比，平均錯誤拒絕率和錯誤接受率分別降低1.81%和2.35%。經性能分析，所提算法能明顯提高身份認證的準確性。
關鍵詞：身份認證；多點觸摸；觸摸屏傳感器；動態時間規整
中圖分類號： TP391.4 文獻標誌碼：A
英文摘要
Abstract：A multitouch authentication method based on mobile touch sensor was proposed to solve the information security threats of smart phone. First， the original data sequences of finger sliding collected from a touch sensor were preprocessed through smooth denoising and _disibledevent=1，2）分別表示食指和中指序列閾值。當認證曲線同時滿足兩個閾值條件時，認定用戶身份合法；否則判定為入侵用戶。式中θ如果增大，則在真實用戶通過認證概率增大的同時非真實用戶通過認證的概率也會增加；反之依然。因此有關θ的取值應該綜合兩方麵信息，以便達到理想的真實用戶通過率和非真實用戶拒絕率。
3 仿真實驗及結果分析
3.1 實驗仿真
3.1.1 仿真環境及數據預處理
仿真設置：選用索尼Xperia Z1 L39h手機采集數據，以Matlab 7.11.0.作為仿真平台，數據庫由6個不同用戶連續2周采集獲得，每人每天20組，共1800組。其中用戶1在數據采集前有過短時間練習。參考模板s個數為4。算法精度的評估選取模式識別常用的性能參數錯誤拒絕率（False Rejection Rate，FRR）和錯誤接受率（False Acceptance Rate，FAR）。其中FRR用來表示真實用戶被拒絕通過認證的概率，FAR表示非真實用戶通過認證的概率。性能評估時，FAR和FRR的值越小，表明算法的精確度越高。
圖2為選取用戶1采集的某一組數據所得到的原始波形。將其通過Moving Average濾波器及序列位置和長度歸一化處理後得到的波形如圖3所示，采用歸一化處理可使手勢序列數據約束在一定範圍內，在一定程度上減少匹配算法的計算量，提高匹配精度及係統效率。
3.1.2 參數設置
閾值確定原則：選取等錯率（Equal Error Rate，EER）來確定閾值的取值。真實數據選取用戶1的100組數據，其他用戶各60組作為入侵（非真實）數據，分別求出在不同閾值下的FRR和FAR，結果如圖4所示。由圖4可以看出：當使用兩根手指作觸摸手勢時，食指與中指的FRR曲線和FAR曲線的交點出現的位置並不完全相同，其中食指序列圖4（a）的EER在1.6處，中指序列圖4（b）的EER在1.8處，為了在保證FRR的前提下盡可能地減小FAR的值，食指和中指序列閾值θ1和θ2取值分別為1.58和1.70。
3.2 結果分析
在認證階段，當為單指手勢時，經認證後若閾值小於設定值即認定為真實用戶；為雙指手勢時，當且僅當兩條手指序列均為真實才判定用戶真實，否則判定為入侵用戶。本文依次選取其中一個用戶的數據（300組）作為真實數據，其餘用戶數據（1500組）皆作為入侵數據對算法的精確度進行仿真實驗，所得結果如表1所示。
由表1中數據可以看出，本文方法在針對不同用戶的識別上其FRR最大值為5.00%且均值為3.83%；FAR最大值為2.33%且均值為2.07%。相較於單指認證，雙指認證由於通過認證時采用與融合規則，拒絕認證時采用或融合規則，因此算法對真實用戶認證精度會有所降低（約1%），但會明顯提高算法識別入侵用戶的精度（約4%），綜合FAR和FRR參數，雙指認證在性能上優於單指認證；同時有使用經驗的用戶（用戶1）較首次接觸的用戶無論FAR和FRR都會明顯降低，說明使用者通過短時間練習後，可以獲得更穩定的特征信息。表中不同用戶精度差異來自於用戶對於重複手勢動作穩定性的不同。
表2為本文方法與文獻[14]中提出的是否有中文全稱，若有，請給出此處無中文全稱，來源於外文文獻中給出的方法，並無統一的中文全稱，為避免不必要的麻煩，本文不對其中文釋義進行解釋，請理解！GEAT（Gesture Authentication）方法的實驗對比數據，由數據可知本文所提出的方法在利用多點觸摸手勢進行身份認證時在FAR性能上提升2.35%，FRR性能上提升1.81%。說明本文采用的特征信息及用戶判定融合規則可有效提高用戶身份認證性能。