论文部分内容阅读
移动支付的飞速发展使得支付的安全可信成为亟须解决的问题。用户身份的认证作为问题的核心，是用户守住个人资产的第一道关口。传统的密码认证支付存在着信息安全隐患，于是基于智能手机内置传感器的空中签名身份认证技术得到快速发展。但现有的空中签名身份认证技术还难以同时兼顾认证的精度和签名匹配的速度。 针对以上不足，本文对基于时间函数的签名认证方法进行研究，结合中文汉字的结构特点提出先分段后匹配的签名序列相似度度量方法，之后通过多轴认证融合和传感器决策融合完成空中签名认证，实现身份认证的高精度、高效率。论文的主要工作如下： (1)签名预处理。利用嵌入加速度计和陀螺仪的智能手机完成空中中文签名数据的采集。首先针对手机的非均匀采样进行数据的插值重采样，其次采取差分阈值法截取有效签名数据，之后进行滤波去噪和长度规整。 (2)极值点匹配和序列段对齐。为避免传统全局序列对齐算法匹配签名带来的序列匹配度不高和匹配速度慢等问题，提出了对序列进行极值点匹配、分段后再进行距离度量的方法；由于传统GSA算法在匹配极值点时会出现不同极性极值点错匹配的现象，因此进行GSA算法的改进，约束算法的匹配路径，使相同极性极值点正确匹配。提出用段间DTW重匹配方法对极值点一对多匹配对进行筛选，得到序列最佳极值点匹配对，并完成序列段对齐和相似度度量。 (3)多轴认证融合和传感器认证融合。分段匹配算法下两传感器各轴的认证效果都得到了有效提升，但不同轴认证效果存在差异。因此对多轴进行认证融合，并对比分析不同轴融合下的认证效果，进行冗余轴去除。最后，综合两传感器信息，统一把两传感器得到的不同量级的度量结果转换成置信度，使用投票法和加权平均法完成决策层融合。 采用自建数据集，共包括50名用户的2000(50*40)个空中中文签名。实验结果表明，传感器内各轴先分段再进行相似度度量，然后进行多轴认证融合，最后进行两传感器决策融合的方法能提高系统的效率和认证精度，最终系统的误拒率(FRR)为1.88%、误纳率(FAR)为1.9%。