随着互联网的快速发展,个人的信息安全也变得越来越重要,而最常用的身份认证方案是用户名/口令方案。传统的文本口令和图形口令是基于用户的记忆,而用户为了避免遗忘,往往会选择比较短的或者比较容易猜测的口令,这使得用户的个人信息被入侵的风险增大,因此许多生物识别技术开始受到重视,常用的生物特征有笔迹、人脸和指纹等。在移动端上,用户通过触摸屏与手机交互时,往往会有个人的行为习惯,而在手机上很容易就可以采集到这些行为数据,这就使在手机上将生物特征引入到身份认证中十分方便,从而可以有效地提高移动端身份认证的安全性。本文在移动端上的身份认证中通过三种方不同的方式引入行为特征,分别是:(1)在用户输入文本口令过程中提取击键特征来认证用户(2)在用户输入图形口令过程中提取轨迹特征来认证用户(3)在用户书写文字的笔迹中提取轨迹特征来认证用户本文的工作主要是首先设计了一个数据采集方案,然后对在文本口令、图形口令和笔迹三种方式下进行预处理和提取特征的方式进行详细描述,接着描述了本文所采用的平衡随机森林算法、使用主成分分析对数据进行降维的方式,最后使用平衡随机森林和主成分分析对不同的行为特征进行实验。实验结果表明,本文在移动端的身份认证中引入的三种不同的行为特征,对于认证用户的身份都具有比较好的效果;而在通过主成分分析降维后的数据集上,算法的执行速度得到了提高,同时保证了行为特征用于身份认证的效果,可见本文在移动端引入的三种不同的行为特征对于提高移动端身份认证的安全性有较好的的应用前景。