基于觸屏行為的智能移動(dòng)設(shè)備身份認(rèn)證

張彭明，張曉梅，胡建鵬

（上海工程技術(shù)大學(xué)，電子電氣工程學(xué)院，上海 201620）

0 引言

智能移動(dòng)設(shè)備的普及為人們獲取信息提供了極大的便利，方便了生活。但在帶來(lái)便利以外，同時(shí)引入了新的安全隱患［1］。傳統(tǒng)的密碼認(rèn)證方式易被攻破，從而導(dǎo)致用戶信息泄露。目前諸如手機(jī)等智能移動(dòng)設(shè)備都是綁定了多個(gè)服務(wù)賬戶，比如銀行、支付寶等支付軟件在手機(jī)解鎖后即可免密支付，不法分子可假冒用戶身份行騙，手機(jī)作為存儲(chǔ)用戶重要信息的設(shè)備，一旦遺失不但用戶自身會(huì)受其影響，其周圍熟悉的人也會(huì)變成被攻擊的目標(biāo)。

目前大部分移動(dòng)設(shè)備都基于傳統(tǒng)知識(shí)型密碼作為認(rèn)證保護(hù)措施，比如PIN 碼或九宮格圖案解鎖等。這類密碼認(rèn)證安全性薄弱，容易被猜測(cè)或被黑客暴力破解［2］。雖然基于聲紋、語(yǔ)音識(shí)別、指紋識(shí)別和虹膜識(shí)別等生物認(rèn)證方案也取得了一定的成果，但都存在一些不足，這些特征容易被偽造從而欺騙認(rèn)證系統(tǒng)（指紋偽造、3D 面部偽造，錄音回放）。生物特征對(duì)識(shí)別環(huán)境要求較高，如：指紋識(shí)別需要保持手部干燥，人臉識(shí)別要求光亮環(huán)境，聲紋認(rèn)證掃描結(jié)果容易受到環(huán)境的影響，容易導(dǎo)致認(rèn)證失敗。采用虹膜認(rèn)證準(zhǔn)確率高且不易被復(fù)制破解，是一種安全性較高的生物特征認(rèn)證方法。但虹膜認(rèn)證需要專門的設(shè)備且設(shè)計(jì)比較復(fù)雜，一般用于軍事領(lǐng)域或高級(jí)實(shí)驗(yàn)室使用，昂貴不適于普及。

針對(duì)以上認(rèn)證方式缺陷，本文基于用戶日常觸屏行為特征，建立身份認(rèn)證模型檢測(cè)用戶。該方案采集觸屏傳感器數(shù)據(jù)實(shí)時(shí)分析用戶行為，若檢測(cè)到異常立即強(qiáng)制重新認(rèn)證系統(tǒng)，且在交互過(guò)程中可持續(xù)檢測(cè)用戶真實(shí)性。在使用中無(wú)需做特定的認(rèn)證手勢(shì)動(dòng)作，體驗(yàn)度佳且易接受。該方案基于移動(dòng)設(shè)備配備的屏幕傳感器進(jìn)行數(shù)據(jù)采集，不受環(huán)境限制、成本低、易于普及。

1 相關(guān)研究

因觸屏行為特征認(rèn)證的隱蔽性和難以模仿等特點(diǎn)，近年來(lái)基于觸屏行為特征身份認(rèn)證逐漸成為研究熱點(diǎn)。

Mario Frank 等人采取用戶觸屏信息特征，利用XY坐標(biāo)、手指觸屏面積和手指劃動(dòng)軌跡建立行為模型來(lái)進(jìn)行用戶認(rèn)證，當(dāng)采用一次劃屏模式時(shí)錯(cuò)誤率（ERR）為13%，采用11～12 次劃屏模式時(shí)ERR 降低到2%～3%之間，取得良好認(rèn)證效果［3］。但在其實(shí)驗(yàn)中提取觸摸行為特征，發(fā)現(xiàn)隨著時(shí)間延長(zhǎng)EER在不斷上升，認(rèn)證性能逐步下降，說(shuō)明選取的特征不適合用于長(zhǎng)期身份認(rèn)證。這種認(rèn)證方式要求用戶多次劃動(dòng)才能獲得觸屏行為特征，操作繁瑣不友好。Wang Xiao 等人采集手指點(diǎn)擊的坐標(biāo)等信息，通過(guò)SVM 訓(xùn)練得到用戶觸摸行為模型，同時(shí)還嘗試了跨設(shè)備認(rèn)證，首次加入數(shù)據(jù)校正方法，提高了認(rèn)證準(zhǔn)確率［4］。但其特征值過(guò)多，在使用算法訓(xùn)練時(shí)容易產(chǎn)生過(guò)擬合，導(dǎo)致模型對(duì)同一個(gè)人不同的操作不能識(shí)別，造成認(rèn)證失敗。Gong Zhenqiang 等人基于觸摸模式不同，把觸摸行為看作是對(duì)于其他用戶而言的隨機(jī)“隱式秘密”模型，是真實(shí)用戶在潛意識(shí)下使用設(shè)備形成的行為特征，可用于提升認(rèn)證安全性［5］，不過(guò)其模型等錯(cuò)誤率較高，為18%，在高安全身份認(rèn)證需求中并不適用。

本文通過(guò)分析用戶的觸屏行為信息提取行為特征，訓(xùn)練模型用于持續(xù)認(rèn)證用戶。由于不同用戶的觸屏操作習(xí)慣不同，使得個(gè)體行為很難模仿，訓(xùn)練的模型可提升認(rèn)證安全性。選取的觸屏行為特征容易采集、模型訓(xùn)練迅速，易于實(shí)現(xiàn)。

2 身份認(rèn)證方案設(shè)計(jì)

2.1 認(rèn)證方案流程設(shè)計(jì)

本文結(jié)合觸屏信息提出一種新型智能移動(dòng)設(shè)備身份認(rèn)證方案，認(rèn)證流程分為以下幾個(gè)階段：信息采集、數(shù)據(jù)預(yù)處理、特征提取與篩選、模型訓(xùn)練和匹配認(rèn)證。在信息采集階段，通過(guò)觸屏傳感器采集用戶與設(shè)備交互行為信息；在預(yù)處理階段，去除觸屏噪聲數(shù)據(jù)，數(shù)據(jù)歸一化處理；在特征提取階段，提取用戶使用移動(dòng)設(shè)備時(shí)手指觸屏XY坐標(biāo)、劃動(dòng)時(shí)長(zhǎng)、點(diǎn)擊壓力、劃動(dòng)速度等原始行為特征，再根據(jù)原始行為特征提取觸屏行為特征分量；在訓(xùn)練階段，采用兩種機(jī)器學(xué)習(xí)算法評(píng)估特征有效性，選取與特征相結(jié)合下性能最佳的分類器，并將認(rèn)證模型保存；在匹配認(rèn)證階段，分類器載入認(rèn)證模型，并與測(cè)試數(shù)據(jù)對(duì)比分析，返回認(rèn)證結(jié)果。認(rèn)證方案如圖1 所示。

圖1 認(rèn)證方案設(shè)計(jì)Fig.1 Authentication scheme design

2.2 分類器模型

為選取適合本文特征的分類算法，本文采用支持向量機(jī)（Support Vector Machine，SVM）和隨機(jī)森林（Random Forests，RF）兩種機(jī)器學(xué)習(xí)算法作對(duì)比分析。支持向量機(jī)是有監(jiān)督二分類器，從訓(xùn)練集的兩個(gè)類中尋找超平面，作為分類決策邊界。對(duì)于復(fù)雜高維特征，可用核函數(shù)對(duì)數(shù)據(jù)進(jìn)行映射，使得數(shù)據(jù)集易于分類。SVM 本身是通過(guò)間隔概念的結(jié)構(gòu)化來(lái)分類優(yōu)化目標(biāo)，使得SVM 具有優(yōu)秀的泛化能力，因此對(duì)大多數(shù)類型數(shù)據(jù)具有較好的適用性。隨機(jī)森林是通過(guò)組合多個(gè)弱分類器，經(jīng)過(guò)多個(gè)弱分類器共同投票或取均值使得模型具有較高精確度和泛化性能。其能夠處理高維度數(shù)據(jù)，對(duì)數(shù)據(jù)集的適應(yīng)能力強(qiáng)。

3 實(shí)驗(yàn)設(shè)計(jì)

3.1 數(shù)據(jù)采集

為收集觸屏行為數(shù)據(jù)，本文開(kāi)發(fā)了安卓閱讀程序并加入觸屏數(shù)據(jù)收集功能，安裝在Huawei V10 手機(jī)上，用戶閱讀時(shí)，觸屏行為收集功能自動(dòng)在后臺(tái)持續(xù)采集數(shù)據(jù)。本次實(shí)驗(yàn)共有10 名在校學(xué)生參與，規(guī)定每人每次閱讀1 h 左右。全部人員共采集100次，共有12 000條數(shù)據(jù)。原始數(shù)據(jù)經(jīng)預(yù)處理后按7：2：1 分為訓(xùn)練集、測(cè)試集和驗(yàn)證集。訓(xùn)練集用于篩選和訓(xùn)練分類器模型，測(cè)試集用于評(píng)估認(rèn)證模型性能，驗(yàn)證集用于調(diào)參優(yōu)化分類器。實(shí)驗(yàn)者首先通過(guò)APP 注冊(cè)用戶號(hào)，填寫采集記錄，之后開(kāi)始采集。

3.2 數(shù)據(jù)預(yù)處理

3.2.1 去噪處理

由于用戶在劃動(dòng)操作時(shí)，傳感器會(huì)在開(kāi)始與結(jié)束處記錄大量冗余值，對(duì)此可采取截?cái)喾ㄟ^(guò)濾冗余數(shù)據(jù)，去除開(kāi)始與結(jié)束點(diǎn)處1ms 內(nèi)軌跡點(diǎn)。在實(shí)驗(yàn)中用戶反常操作行為導(dǎo)致觸屏傳感器產(chǎn)生異常數(shù)據(jù)，這會(huì)對(duì)后續(xù)的特征提取產(chǎn)生影響。但對(duì)于每個(gè)用戶產(chǎn)生的異常點(diǎn)的變化不同，需要針對(duì)不同用戶計(jì)算出各個(gè)特征的門限值。本文采用行為數(shù)據(jù)均值的±10%范圍為上下界門限值用于過(guò)濾異常點(diǎn)，公式（1）和公式（2）：

其中，ki為第k個(gè)特征集合內(nèi)第i個(gè)為特征內(nèi)的數(shù)據(jù)點(diǎn)；n為特征內(nèi)數(shù)據(jù)點(diǎn)個(gè)數(shù)；thup為門限值上界；thdown為門限值下界。

3.2.2 歸一化處理

如果數(shù)據(jù)直接用于訓(xùn)練會(huì)導(dǎo)致分類器僅僅依賴于某些特征，從而造成過(guò)擬合，模型泛化能力差。因此，需要對(duì)數(shù)據(jù)進(jìn)行歸一化處理。本文采用離散標(biāo)準(zhǔn)化方法把特征值映射在［0，1］區(qū)間內(nèi)，式（3）：

其中，ki為第k維度下特征的第i個(gè)數(shù)據(jù)點(diǎn)；為k維特征的最小值；為第k維特征最大值；k?i為第k維度下特征的第i個(gè)數(shù)據(jù)點(diǎn)的映射值。

3.3 特征提取與篩選

原始數(shù)據(jù)特征量較少，不能詳細(xì)反映用戶觸屏行為特征。本文采集用戶觸屏?xí)r記錄的XY坐標(biāo)、手指壓力、XY速度和觸屏?xí)r長(zhǎng)共六維原始特征，在每個(gè)原始特征維度上，進(jìn)一步提取了每個(gè)特征的最大最小值、均值、標(biāo)準(zhǔn)差和中位數(shù)共5 種數(shù)據(jù)變化信息，因此本文共提取5×6 ＝30 維觸屏行為信息作為特征集。

機(jī)器學(xué)習(xí)算法訓(xùn)練的分類模型性依賴于所選的特征集，特征集的優(yōu)劣會(huì)影響分類器準(zhǔn)確度，無(wú)用特征不僅會(huì)延緩訓(xùn)練速度，還有可能干擾分類器。由于初步提取的特征可能存在冗余，因此剔除不相關(guān)、不必要的特征可以提高模型的分類準(zhǔn)確率，加快訓(xùn)練速度。因隨機(jī)森林算法不受數(shù)據(jù)量綱影響，且可輸出訓(xùn)練數(shù)據(jù)特征重要性，可用于特征貢獻(xiàn)率分析，所以本文采用隨機(jī)森林作為觸屏行為特征子集篩選方法。

4 實(shí)驗(yàn)分析與結(jié)果對(duì)比

4.1 特征篩選分析

先采用小批量特征集數(shù)據(jù)，經(jīng)RF 算法輸出每個(gè)特征分量對(duì)總體分類的重要性，每個(gè)分量在特征中的貢獻(xiàn)率如圖2 所示。

圖2 各個(gè)特征貢獻(xiàn)率Fig.2 Contribution rate of each feature

從原始特征角度來(lái)看，關(guān)于坐標(biāo)XY、觸屏壓力的行為特征分量貢獻(xiàn)率較大；其次是使用時(shí)長(zhǎng)，關(guān)于XY速度特征分量貢獻(xiàn)率最低，表明觸屏操作時(shí)XY坐標(biāo)和觸屏壓力與行為變化間關(guān)聯(lián)密切，不同用戶在這部分特征上有明顯的差異性，區(qū)分度明顯；劃動(dòng)時(shí)長(zhǎng)也具有較高的貢獻(xiàn)率，表明用戶劃動(dòng)時(shí)長(zhǎng)特征具有區(qū)分性。在默認(rèn)采集頻率下，數(shù)據(jù)相鄰點(diǎn)的間隔時(shí)長(zhǎng)變化不一，表明不同用戶在使用移動(dòng)設(shè)備時(shí)，手指在觸屏軌跡上停留時(shí)間有明顯差異；XY速度特征分量整體貢獻(xiàn)率較低，但其中一些特征分量的貢獻(xiàn)率很高。從具體的特征分量上來(lái)看，Y軸坐標(biāo)的標(biāo)準(zhǔn)差特征貢獻(xiàn)率最高，在24%以上，說(shuō)明每個(gè)用戶一段時(shí)間內(nèi)的連續(xù)軌跡的Y軸坐標(biāo)變化值的離散度不一，觸屏行為表現(xiàn)出差異性。而劃動(dòng)時(shí)長(zhǎng)最小值特征重要度排在第二，貢獻(xiàn)率較高，說(shuō)明觸屏最短時(shí)間特征在每個(gè)用戶上都保持穩(wěn)定的觸屏?xí)r長(zhǎng)，在不同用戶間區(qū)別明顯；而X坐標(biāo)標(biāo)準(zhǔn)差分量貢獻(xiàn)率低，說(shuō)明觸屏行為在X坐標(biāo)軸上變化差別較小，反映出用戶在移動(dòng)設(shè)備屏幕的縱向上與橫向上的劃動(dòng)趨勢(shì)，不難發(fā)現(xiàn)關(guān)于X軸劃動(dòng)速度特征變化較小，貢獻(xiàn)率較低，因此可去除與X軸劃動(dòng)速度相關(guān)的特征分量，保留其他特征用于訓(xùn)練模型。

4.2 分類算法對(duì)比

選擇最佳特征集后，本文采用準(zhǔn)確率評(píng)估算法與特征相結(jié)合的整體性能，同時(shí)也探討了參數(shù)對(duì)模型準(zhǔn)確率的影響，結(jié)果見(jiàn)表1。

表1 分類器參數(shù)對(duì)模型準(zhǔn)確率影響Tab.1 Influence of classifier parameters on model accuracy

由表1 可以看出，分類器參數(shù)對(duì)模型準(zhǔn)確率有重要影響。橫向來(lái)看，SVM 的Linear 核訓(xùn)練的模型準(zhǔn)確率最高，高出RBF 核2.57 個(gè)百分點(diǎn)。而RF 算法與初始化樹(shù)的棵數(shù)有關(guān)，隨著樹(shù)的棵數(shù)增加，其訓(xùn)練的模型準(zhǔn)確率逐步上升，說(shuō)明增加樹(shù)的棵數(shù)能有效提升準(zhǔn)確率，但在estimators ＝150 時(shí)模型準(zhǔn)確率沒(méi)有提升，說(shuō)明在estimators ＝100 時(shí)RF 算法已經(jīng)達(dá)到最優(yōu)，不會(huì)再隨樹(shù)的增加而增加。縱向來(lái)看，SVM 算法在采用Linear 核下也有較高的準(zhǔn)確率，超過(guò)了RF 算法在樹(shù)的棵數(shù)為20、50 時(shí)的情況，低于樹(shù)棵數(shù)為100 時(shí)的RF 算法。因此將觸屏行為特征與優(yōu)化參數(shù)的RF 算法結(jié)合，可使訓(xùn)練身份認(rèn)證模型準(zhǔn)確度最高。

5 結(jié)束語(yǔ)

本文基于觸屏行為信息，經(jīng)提取篩選后用機(jī)器學(xué)習(xí)方法建立身份認(rèn)證模型，不需要顯式輸入密碼驗(yàn)證身份，還能持續(xù)檢測(cè)當(dāng)前用戶身份真實(shí)性。與傳統(tǒng)密碼認(rèn)證相比，不僅增強(qiáng)了身份認(rèn)證安全性，也提升了移動(dòng)設(shè)備使用體驗(yàn)。采用的觸屏行為特征易于采集，特征提取方便，模型易于實(shí)現(xiàn)。且通過(guò)特征選擇進(jìn)一步降低了模型整體的復(fù)雜度，有利于減少模型訓(xùn)練時(shí)間，提升認(rèn)證速度。

雖然基于觸屏行為特征的能實(shí)現(xiàn)身份認(rèn)證，但本文只在閱讀應(yīng)用程序使用場(chǎng)景中做了相關(guān)研究，未深入分析用戶在不同應(yīng)用程序場(chǎng)景下的觸屏行為，其觸屏行為在不同應(yīng)用上的變化是否一致，這一問(wèn)題值得在下階段工作中探討分析。