[發明專利]服務器、智能終端以及隱式身份認證系統和方法

有效

• 申請號: 201910974050.2
• 申請日: 2019-10-14
• 公開（公告）號: CN110866231B
• 公開（公告）日: 2022-06-24
• 發明（設計）人: 鄒仕洪;徐國愛;楊雯晴
• 申請（專利權）人: 北京郵電大學
• 主分類號: G06F21/31
• 分類號: G06F21/31
• 代理公司: 北京風雅頌專利代理有限公司 11403
• 代理人: 李翔

1.一種隱式身份認證方法，其特征在于，包括：

采集用戶解鎖九宮格密碼時的傳感器數據；

將采集的傳感器數據輸入到預先訓練得到的神經網絡模型中；

根據所述神經網絡模型的輸出對所述用戶進行隱式身份認證；

在根據用戶在九宮格輸入的密碼進行顯式身份認證后，在隱式身份認證和顯式身份認證均通過的情況下，確認用戶的身份；

其中，所述神經網絡模型是以所述用戶設置九宮格密碼時采集的傳感器數據作為正樣本預先訓練得到的；

其中，所述神經網絡模型包含兩層卷積長短期記憶網絡，其中，第一層使用2×2的過濾器，用于對每一個時刻的網格數據進行卷積運算，聯系相同傳感器不同維度的數據；第二層使用3×1的過濾器，用于進一步聯系不同傳感器之間的數據特征。

2.根據權利要求1所述的方法，其特征在于，所述神經網絡模型具體根據如下方法訓練得到的：

智能終端在所述用戶設置九宮格密碼時，將采集到的傳感器數據發送給服務器；

所述服務器將該智能終端發送的傳感器數據作為正樣本，將其它智能終端發送的其他用戶設置九宮格密碼時采集的傳感器數據作為負樣本，進行所述神經網絡模型的訓練；

所述服務器將訓練得到的神經網絡模型的權重參數和網絡結構發送給所述智能終端。

3.根據權利要求2所述的方法，其特征在于，在所述進行所述神經網絡模型的訓練之前，還包括：

所述服務器將各智能終端發送的傳感器數據進行對齊。

4.根據權利要求1-3任一所述的方法，其特征在于，采集的傳感器數據，具體包括如下數據之一或如下數據的任意組合：

觸摸屏的受力坐標及壓力；

陀螺儀記錄的沿三個坐標軸方向上的角速度；

重力加速度記錄的重力加速度；

磁力計記錄的磁北、真北和偏移；

加速度計記錄的線性加速度在以手機為中心的x，y，z三軸分量。

5.一種隱式身份認證系統，其特征在于，包括：服務器和智能終端；其中，

所述智能終端用于將用戶設置九宮格密碼時采集的傳感器數據發送給所述服務器；并將用戶解鎖九宮格密碼時采集的傳感器數據，輸入到預先訓練得到的神經網絡模型中，根據所述神經網絡模型的輸出對所述用戶進行隱式身份認證；在根據用戶在九宮格輸入的密碼進行顯式身份認證后，在隱式身份認證和顯式身份認證均通過的情況下，確認用戶的身份；

所述服務器用于將所述智能終端發送的用戶設置九宮格密碼時采集的傳感器數據作為正樣本訓練得到所述神經網絡模型，并將訓練得到的神經網絡模型的權重參數和網絡結構發送給所述智能終端；

其中，所述神經網絡模型包含兩層卷積長短期記憶網絡，其中，第一層使用2×2的過濾器，用于對每一個時刻的網格數據進行卷積運算，聯系相同傳感器不同維度的數據；第二層使用3×1的過濾器，用于進一步聯系不同傳感器之間的數據特征。

6.根據權利要求5所述的系統，其特征在于，

所述服務器具體用于將所述智能終端發送的用戶設置九宮格密碼時采集的傳感器數據作為正樣本，將其它智能終端發送的其他用戶設置九宮格密碼時采集的傳感器數據作為負樣本，進行所述神經網絡模型的訓練；并將訓練得到的神經網絡模型的權重參數和網絡結構發送給所述智能終端。

7.根據權利要求6所述的系統，其特征在于，

所述智能終端具體用于將用戶設置九宮格密碼時采集的傳感器數據發送給所述服務器；并接收所述服務器返回的所述神經網絡模型的權重參數和網絡結構，構建出訓練得到的神經網絡模型；進而，將用戶解鎖九宮格密碼時采集的傳感器數據，輸入到所述訓練得到的神經網絡模型中，根據所述神經網絡模型的輸出對所述用戶進行隱式身份認證。