智能手机的广泛应用给人类生活带来了诸多便捷,与此同时用户对手机中的隐私信息保护也提出了更高要求。手机身份认证进一步凸显其重要性。近年来,触摸动态认证作为一种新型的隐式身份认证方法,凭借其简单易用与轻量可靠的优势已逐渐成为了相关领域的研究热点。虽然当前关于触摸动态认证的研究工作已层出不穷,但大量已有工作均是在实验环境下进行相关研究,即只对用户在特定姿态下进行特定的触摸行为进行认证分析,而没有充分考虑到用户在实际应用场景中姿态多变性对认证性能的影响,造成相关技术在实际应用时的性能表现不佳。在这一背景下,本文提出了一系列用于增强触摸动态认证鲁棒性与准确性的解决方案,主要贡献如下:(1)设计了一种上下文感知的触摸动态认证框架来增强认证的鲁棒性。该框架将用户在认证过程中的身体姿态作为上下文环境信息,并引入了上下文感知模块以使用户在不同身体姿态下的触摸行为可通过触发相应姿态下训练好的认证模型来实现自适应认证。实验结果表明:与传统认证框架相比,所提出的上下文感知框架可有效降低用户姿态变化对认证性能的影响。(2)提出了与用户无关的上下文感知算法来区分用户的各种操作环境。文中不仅通过数据分析确定了能够有效提高认证性能的最少上下文数量,而且通过实验验证了所提算法的可用性。(3)通过融合多传感器数据,提出了一种综合手势与触摸动态特性的特征集。其中手势特征在本文工作中首次被提出,触摸动态特征是对以往常见特征进行深入分析与优化得到。文中的特征分析结果充分证实了该特征集的优越性。(4)在OC-SVM算法基础上,设计了多级融合决策方案来提升认证的准确性。文中不仅提出了一种基于特征贡献度的核函数,实现了特征层的加权融合,而且还在决策层实现了一种加权的度量级融合算法。实验结果表明了该方案的有效性。本文采集了87位用户共10000+数据用于实验仿真。实验结果表明:本机制在实际应用场景中,基于不同密码认证的平均结果可达0.7763%的认假率,及0.0005%的拒真率。即使是在用户输入最简单的密码“1111”时,认证结果的认假率可达1.5386%、拒真率可达0。相较于“欧洲访问控制标准”(认假率低于0.001%,拒真率低于1%),本方案表明了其较高的潜在应用价值。