常见的账号密码认证是网络安全的第一道防线,随着信息技术的飞速发展,该认证方式已无法满足当下用户对安全的需求。为弥补基于账号密码认证系统的缺陷,出现动态口令和密保卡等验证方式,但这些物理验证仍然存在破解和泄露的风险。为提高用户信息的安全性,采用生物特征对用户身份进行验证已成为目前研究的热门。基于生物特征的身份验证可利用指纹、虹膜、声纹等,这些验证都需要附加额外的设备,提高了应用成本。因此本文通过分析用户使用键盘时的击键习惯,从而确认用户身份,该方式不需要依赖额外的设备,且不易丢失,具有较高的安全性。本文的主要工作及创新点:1)为提高真实击键场景中用户的持续身份认证能力,本文搭建了完全自由的实验环境来采集用户的击键数据。本文分析自由击键下的持续身份认证,不对用户的击键内容和时间加以限制,可满足不同场景的身份验证需求,具有广泛的适用性。2)考虑到连续击键事件更能反应出用户固有的击键习惯,提出将连续击键事件中各后置击键的频次作为击键内容特征,并在现有的击键时间间隔特征的基础上通过将其排序得到击键行为特征。3)本文使用XGBoost算法分别为用户的不同击键域训练身份认证子模型,随后引入改进的Yager证据合成理论在决策层融合击键内容域和击键行为域的子模型得到持续身份认证模型。实验表明,与现有的击键认证模型相比,本文提出的认证方法可有效提高用户持续身份认证的准确率,在真实的内网环境中有较高的应用价值。4)本文在较长的时间段分析了不同击键域的身份认证模型的稳定性,实验表明,击键行为域的身份认证模型的准确率随时间的增长而下降,与其相比,击键内容域的身份认证子模型较为稳定。