CN108629167B - 一种结合可穿戴设备的多智能设备身份认证方法 - Google Patents
一种结合可穿戴设备的多智能设备身份认证方法 Download PDFInfo
- Publication number
- CN108629167B CN108629167B CN201810436881.XA CN201810436881A CN108629167B CN 108629167 B CN108629167 B CN 108629167B CN 201810436881 A CN201810436881 A CN 201810436881A CN 108629167 B CN108629167 B CN 108629167B
- Authority
- CN
- China
- Prior art keywords
- intelligent
- equipment
- wearable
- data
- sensor data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/45—Structures or tools for the administration of authentication
Abstract
一种结合可穿戴设备的多智能设备身份认证方法,利用可穿戴设备对佩戴状态的准确感知,在用户佩戴可穿戴设备时对使用者进行身份认证,在用户摘除可穿戴设备时自动解除身份认证。通过认证后的可穿戴设备,对用在其他智能设备上的操作过程进行多设备多传感器联合认证。综合用户在智能设备上进行的交互操作,智能设备和可穿戴设备上的加速度陀螺仪等实时传感器数据,计算多设备间的操作行为的动作时间同步性和空间姿态一致性指标,以此为依据来实现智能设备上的用户操作实时认证,无感地将可穿戴设备在佩戴时建立的使用者信任传递给智能设备。本发明通过传感器数据进行操作的动作时间同步性和空间姿态一致性判断,自动实现操作级的实时身份认证。
Description
技术领域
本发明涉及智能设备用户身份认证领域,具体涉及一种结合可穿戴设备的多智能设备身份认证方法,在交互行为发生时,实现智能设备上的用户操作实时认证。
背景技术
随着互联网和物联网技术的发展,人们逐渐开始在智能设备上完成支付转账、生活办公等活动,这些行为都与人们的隐私及财产安全密切相关,身份认证问题已经变得十分重要。传统的认证方式如密码解锁和图形解锁,目前已无法良好保护用户的隐私与财产安全,而较为流行的生物生理认证方式则需要额外的设备进行支持,且易引发更为严重的用户生理信息泄露的安全问题。因此,需要开发一种针对于智能设备安全方便的身份认证方法。
目前,各种可穿戴设备已经在一定范围内较为普及,例如常见的智能手环、智能手表、智能戒指等。并且,现有的可穿戴设备和智能设备中都配有运动传感器等多种传感器芯片,通过这些传感器芯片采集到的传感器数据能够实时对用户的动作状态进行感知。
发明内容
本发明的目的在于针对上述现有技术中的问题,提供一种结合可穿戴设备的多智能设备身份认证方法,利用可穿戴设备对佩戴状态的准确感知,在用户佩戴可穿戴设备时对使用者进行身份认证,在用户摘除可穿戴设备时自动解除身份认证,通过认证后的可穿戴设备,对用在其他智能设备上的操作过程进行多设备、多传感器联合认证,综合用户在智能设备上进行的交互操作,以及智能设备和可穿戴设备上的实时传感器数据,计算多设备间的操作行为的动作时间同步性和空间姿态一致性指标,以此为依据来实现智能设备上的用户操作实时认证,无感地将可穿戴设备在佩戴时建立的使用者信任传递给智能设备。
为了实现上述目的,本发明采用的技术方案包括以下步骤:
1)利用可穿戴设备对佩戴状态能够准确感知的特性,在用户佩戴可穿戴设备时对使用者进行身份认证,通过身份认证后将可穿戴设备设置为可信设备,一旦检测到用户摘除可穿戴设备时则立即解除其可信设备的状态认定;
2)采集智能设备的交互操作数据,采集智能设备和可信可穿戴设备内嵌的传感器数据,包括传感器数值以及对应的时间戳;
3)分析采集到的交互操作数据和传感器数据,计算在交互操作过程中智能设备和可信可穿戴设备的数据是否具有动作时间同步性指标;
4)分析采集到的交互操作数据和传感器数据,计算在交互操作过程中智能设备和可穿戴设备的数据是否具有空间姿态一致性指标;
5)综合动作时间同步性和空间姿态一致性的计算结果,判定交互操作时可信可穿戴设备传感器数据是否与智能设备操作数据匹配,以此为依据来进行用户交互操作持续认证或解锁认证,无感地将可信可穿戴设备在佩戴时建立的使用者信任传递给智能设备。
所述的步骤1)中,用户佩戴可穿戴设备的判断方法包括:检测可穿戴设备锁扣是否扣好,判断可穿戴设备能否感知到用户的生物信息,包括心跳、皮肤电、体温,判断可穿戴设备的运动传感器数据是否符合正常的佩戴操作状态。
所述的步骤3)中计算动作时间同步性指标的过程包括:根据交互操作数据及智能设备和可信可穿戴设备的传感器数据,计算可穿戴设备佩戴位置的运动是否与交互操作事件完成过程或智能设备的运动之间存在动作时间同步性指标。
计算动作时间同步性指标的具体过程为:
(a)根据可信可穿戴设备的传感器数据和智能设备的运动传感器数据计算可信可穿戴设备运动状态是否与智能设备运动状态相符以及相符程度;
(b)根据可信可穿戴设备传感器数据和智能设备的交互数据计算可信可穿戴设备运动状态是否与当前交互操作过程相符以及相符程度;
(c)综合(a)(b)的计算结果得到两个设备的动作时间同步性指标。
所述的步骤4)中计算空间姿态一致性指标包括:在交互操作的过程中,根据智能设备和可信可穿戴设备的传感器数据计算两设备间的相对姿态角度关系以及空间距离关系,计算相关结果与当前交互操作模式在空间姿态关系上一致的程度。
计算空间姿态一致性指标的具体过程为:
(Ⅰ)利用可信可穿戴设备与智能设备的传感器数据计算两个设备在交互过程中相对姿态角度变化的相似性程度;
(Ⅱ)利用无线信道强度或可信可穿戴设备与智能设备的空间定位信息,计算在交互过程中两个设备之间的相对距离;
(Ⅲ)综合(Ⅰ)(Ⅱ)结果得到两个设备的空间姿态一致性指标。
可穿戴设备和智能设备所采集的传感器数据包括加速度计数据、陀螺仪数据以及磁力计数据。智能设备所采集的交互数据包括:触摸交互行为中的触摸位置X坐标、触摸位置Y坐标、触摸接触面积、触摸事件时间戳、触摸事件累积次数和触摸压力;以及,按键行为中的按键开始时间、按键结束时间、按键类型和按键压力。所述的智能设备和可穿戴设备采用同一时间戳记录方式进行数据采集;在后续的数据分析时,基于设备交互操作的时间片段对可穿戴设备传感器数据和智能设备传感器数据进行划分,截取相应时间片段的传感器数据,根据交互操作类型对传感器数据片段采用不同的滑动窗口设置。
与现有技术相比,本发明的身份认证方法既能够作为智能设备解锁或者涉及隐私操作时的一次身份认证方法,也能够作为智能设备的持续认证方法。本发明通过利用可穿戴设备随身携带不易离开用户身份的特点,结合可穿戴设备对智能设备的使用者进行身份认证,安全可靠度高。相对于现有可穿戴设备单一利用蓝牙信号强度对智能设备进行解锁的方式,本发明结合传感器数据对动作和空间姿态的描述特征进行认证,精度和可靠度有大幅提升。相对于现有设备内置的解锁一次认证,本发明能够对智能设备使用者身份进行实时监控,持续保证数据的安全,本发明中的智能设备可以是各种可以进行人机交互的可操作设备,包括以触屏为主要交互方式的设备,例如智能手机、平板电脑以及带触摸屏的计算设备、信息显示设备或通信设备,或者是以按键为主要交互方式的设备,例如按键手机、楼宇安防、ATM机、电脑以及带键盘的计算设备、信息显示设备或通信设备。本发明中的可穿戴设备可以是各种直接穿在身上,或是整合到用户的衣服或配件的一种便携式设备,可以采集多种传感器数据的信息并与其它设备进行数据交互,例如智能手环、智能手表、智能戒指等。
附图说明
图1本发明身份认证方法的整体流程图;
图2本发明系统初始化部分的流程图;
图3本发明实施例一的流程图;
图4本发明实施例二的流程图;
图5两个设备在同一只手时触屏操作的陀螺仪示意图;
图6两个设备不在同一只手时触屏操作的陀螺仪示意图。
具体实施方式
下面结合附图及具体实施例对本发明做进一步的详细说明。
实施例1
本发明结合可穿戴设备的多智能设备身份认证方法包括以下环节:
环节一:多设备间时间同步和智能手环可信状态设置;
智能终端和智能手环将各自的时间系统同步对准,并设置为同一个时间戳系统。
使用者将智能终端与智能手环进行配对连接,智能手环根据佩戴锁扣扣紧信号和采集到的使用者心跳、皮肤电、体温等生理信号以及陀螺仪,加速度计等运动传感器信号判定使用者是否佩戴智能手环:
1)如检测到佩戴锁扣扣紧信号,同时还能够在一段时间内(比如1分钟内)连续检测到使用者心跳,皮电,体温等其中的一个或多个生理信号,则判断智能手环处于正常佩戴状态。
2)如检测到佩戴锁扣扣紧信号,并且陀螺仪,加速度计等运动传感器信号显示智能手环运动状态符合正常佩戴时的运动特征,如持续检测到走路时手臂摆动的运动信号或使用训练好的腕部运动分类器判定当前信号对应于腕部运动状态,则判断智能手环处于正常佩戴状态。
3)如果智能手环不产生佩戴锁扣扣紧信号,则根据是否能够在一段时间内(比如1分钟内)连续检测到使用者心跳,皮电,体温等其中的一个或多个生理信号,或加速度计等运动传感器信号是否显示智能手环运动状态符合正常佩戴时的运动特征,判断智能手环是否处于正常佩戴状态。
如果智能手环被检测到从未佩戴状态变为正常佩戴状态,则对当前智能手环使用者发起身份认证,可在智能手环或与其相连接的智能终端上使用密码认证、指纹认证、声纹认证、运动姿态认证等认证方法,认证使用者身份。使用者身份认证成功后,将其佩戴的智能手环设定为可信状态。
智能手环可信状态的解除:
1)如果智能手环会提示佩戴锁扣解除信号,则一旦产生该信号,就自动解除智能手环的可信状态;
2)如果智能手环不提示佩戴锁扣解除信号,则如果在一段时间内(比如1分钟内)不能检测到使用者心跳,皮电,体温等其中的一个生理信号,就自动解除智能手环的可信状态;或者不能根据陀螺仪,加速度计等运动传感器信号判断智能手环运动状态符合正常佩戴时的运动特征,就自动解除智能手环的可信状态;
环节二:多设备间动作时间同步性计算;
本环节将用户操作智能终端的合法模式分为两种类型:1)操作时处于可信状态的智能手环和智能终端都在同一个手上,比如佩戴手环的手握持智能终端并同时操作或佩戴手环的手握持智能终端而操作由另一只手进行都属于这种操作类型;2)操作时智能手环处于可信状态,佩戴手环的手进行操作但不同时握持智能终端,比如佩戴手环的手操作置于桌面的智能终端或佩戴手环的手操作由另一只手握持的智能终端都属于这种操作类型。
上述合法操作类型1)会呈现出智能手环传感器数据和智能终端传感器数据间的动作时间同步性;而合法操作类型2)则会呈现出智能手环传感器数据和智能终端触屏操作数据之间的动作时间同步性。本环节将分别计算这两种动作时间同步性,再综合得到当前操作的整体动作时间同步性指标。
针对合法操作类型1)的动作时间同步性指标S11的计算步骤为:
1)对应于每次触屏操作,采用归一化互相关系数方法计算触屏操作时智能终端和智能手环的线性加速度序列的时域相似度X1-1。
2)对应于每次触屏操作,采用归一化互相关系数方法计算触屏操作时智能终端和智能手环的陀螺仪序列的时域相似度X1-2。
3)操作1)的动作时间同步性指标S11计算方法为:
S11=W1-1×X1-1+W1-2×X1-2
其中,W1-1,W1-2分别为步骤1),2)的权重。
针对合法操作类型2)的动作时间同步性指标S12的计算步骤为:
1)在触屏操作过程中,在点击、滑动接触的起始位置,及滑动中的转折点等关键操作点发生的时刻,手环运动传感器如加速度和陀螺仪数据中会出现对应的高频能量分量。利用小波分析方法,提取手环运动传感器数据在关键操作点对应时刻的高频能量峰值,并据此计算得到关键动作点同步性分值X2-1。
2)对应于每次触屏操作,采用归一化互相关系数方法计算触屏操作时触屏滑动的加速度序列与智能手环的线性合加速度信号的时域相似度作为一部分特征向量X2-2。
3)对应于每次触屏操作,提取触屏操作时智能终端和智能手环运动传感器序列的X轴、Y轴、Z轴、幅值四个维度的时域、频域统计特征得到特征向量,包括每个序列的最大值、最小值、极差、形状特征作为另外一部分特征向量X2-3。其中运动传感器包括加速度计、陀螺仪及磁力计,幅值是指x、y、z三个维度信号的平方和开根号。
4)将1)、2)、3)中得到的特征向量X′1-1,X′1-2,X′1-3合并后送入动作时间同步性分类器中,得到动作时间同步性的[0,1]范围内的一个分值,作为操作2)的动作时间同步性指标S12。提前采集对应于类型2)的合法操作行为,计算的1)2)3)中特征向量X′1-1,X′1-2,X′1-3,训练得到动作时间同步性分类器。
动作时间同步性指标S1=max(S11,S12),即为操作1)和操作2)指标的最大值。
上述归一化互相关系数的计算方法如下:
对于两个时间序列x(t),y(t),归一化相关系数为:
rx,y的取值范围是[-1,1]。
按加速度计算关键动作点同步性分值X′1-1的步骤为:
(1)提取交互时间:根据触屏数据得到触屏交互行为的开始时刻tstart和结束时刻tend。
(2)小波变换得到时频能量矩阵:提取手环线性加速度幅值在开始时刻tstart-Δt(Δt可取1秒)至结束时刻tend的数据,将该数据使用morse小波进行连续小波变换,得到时频能量矩阵TF,时频矩阵的时间长度tTF。
(3)归一化时频能量矩阵:将时频能量矩阵对时间长度和总能量进行归一化。
其中,TFt,f为时频能量矩阵TF在时间为t频率为f处的值,TFnormt,f为归一化的时频能量矩阵TFnorm在时间为t频率为f处的值。
(4)截取归一化的时频能量矩阵TFnorm在高频(如频率大于15Hz)的部分,并对每个时间点上的高频能量求和得到高频能量时间序列Ehigh,即Ehight=∑f,f>15TFnormt,f。
(5)提取高频能量时间序列Ehigh的峰值点以及峰值点对应的高度、宽度、时间位置等信息。
(6)分析触屏数据找到关键动作点(如点击,快速转折,开始触摸,结束触摸)的发生时刻。
(7)检测每个关键动作点附近时间段所对应高频能量时间序列Ehigh峰值的高度,若未对应峰值,则将对应峰值高度设为0。
检测对应峰值的方法为:对每个Ehigh上的峰值点,根据它的位置ti,宽度wi得到这个峰值的时间位置区间如果一个关键动作时间段和一个峰值的时间位置区间有交集,则认为这个关键动作和这个峰值相互对应,如果一个关键动作同时和多个峰值对应,则这个关键动作对应峰值的高度h取这些对应峰值高度的最大值。
其中,hi代表第i个关键动作对应峰值的高度,hth1代表峰值高度的一个阈值,如果峰值小于这个高度,则检测峰值输出为0,hth2代表峰值高度的一个阈值,如果峰值大于这个高度,则检测峰值输出为1,代表第i个关键动作的检测分值。
按陀螺仪数据计算奇异点检测分值X′1-1的步骤与加速度的步骤相同。
环节三:多设备空间姿态一致性计算;
计算空间姿态一致性是指,在交互操作的过程中,根据智能设备和可信智能手环传感器数据计算两设备间的相对姿态角度和空间距离,相关结果应与当前交互操作模式一致。
对应于触屏滑动和点击操作,操作过程中两个设备的空间姿态角基本保持不变,使用以下步骤判断空间姿态一致性:
计算重力矢量在两个设备中的角度变化序列之间的相似度X2-1;
计算地磁矢量在两个设备中的角度变化序列之间的相似度X2-2;
根据蓝牙信号强度计算两个设备之间的距离分值X2-3;
空间姿态一致性指标S2计算方法为:
S2=W2-1×X2-1+W2-2×X2-2+W2-3×Y2-3。
重力矢量在两个设备中的角度变化序列之间相似度的计算方法如下:
对于每次新采集到的加速度信号,
gravity[i]=alpha×gravity[i]+(1-alpha)×accelerator[i]
其中,gravity[i]为设备坐标系中重力在i方向的分量,i可以取值x、y、z;alpha是一个介于0-1之间的系数,通常取0.8;accelerator[i]是设备加速度传感器i方向的数值,i可以取值x、y、z。
对于单独的设备,在触屏操作的过程中,将最初接触触屏时重力矢量进行缓存用来后续计算,将后来得到的重力矢量与缓存的重力矢量求夹角,得到在滑动过程中重力方向相对设备坐标系的角度变化时间序列。
使用归一化互相关系数计算两个设备重力角度变化时间序列的相似度X2-1。
地磁矢量在两个设备中的角度变化序列之间的相似度的计算原理如下:
利用每个设备的磁力计得到磁场在手环坐标系中的分布Magnetometer[i],其中,i可以取值x、y、z。
对于单独的设备,在触屏操作的过程中,将最初接触触屏时磁场矢量进行缓存用来后续计算,将后来得到的磁场矢量与缓存的磁场矢量求夹角,得到在滑动过程中磁场方向相对设备坐标系的角度变化时间序列。
使用归一化互相关系数计算两个设备磁场角度变化时间序列的相似度X2-2。
根据蓝牙信号强度计算两个设备之间的距离分值的原理如下:
其中,d为计算所得距离,RSSI为接受信号强度(负值),A为发射端和接收端相隔1米的信号强度,n为环境衰减因子。
将距离转换为距离分值:
其中,dth1为第一个距离阈值,如果距离小于dth1,那么距离分值为1,dth2为第二个距离阈值,如果距离大于dth2,那么距离分值为0。
环节四:最终认证
当动作时间同步性模块和空间姿态一致性模块执行完毕后,判断动作时间同步性和空间姿态一致性是否同时满足,若同时满足则通过认证,否则不通过认证。
综合动作时间一致性指标S1和空间姿态一致性指标S2得到认证指标S:
S=W1×S1+W2×S2
若S大于设定阈值th,则认证通过,否则认证不通过。
程序在当前的触屏操作时间窗口内根据身份认证结果给用户呈现不同的结果反馈:认证结果为通过,则不打扰用户正常操作给予操作相应的结果呈现;若认证结果不通过,则不呈现任何操作结果或在两个设备上立刻进行警告提示。
程序在用户拒绝此认证方法、两个设备有一个以上的设备处于非正常开机状态、没有正常无线连接状态或穿戴设备没有正常佩戴时会停止传感器数据的读取与身份认证。
根据实施实例一实现的持续认证方法可以是以下形式:
环节二、三也可以针对连续的一组触屏操作进行处理,即分析这组操作完成过程中的动作时间同步性和空间姿态一致性,对整组操作进行整体认证。通过连续对各组操作进行整体认证,进而而实现持续身份认证。
根据实施实例一实现的解锁认证方法可以是以下形式:
用户在触屏完成一个复杂的单次交互行为(如要求用户在触屏上的移动距离超过指定阈值,或触屏操作超过指定时间),通过分析单次交互行为完成认证。
根据上述实施例,用户只要佩戴可信状态的智能手环通过相关方式操作智能设备,就可以无感地将可穿戴设备在佩戴时建立的使用者信任传递给智能设备,从而实现各种智能设备安全方便的正常使用。
实施例2
本发明具体实施实例1的流程图如图2和图4所示,是一种结合可穿戴设备的多智能设备身份认证方法和系统,智能设备为配备按键的智能终端,可穿戴设备为配备加速度、陀螺仪传感器和磁力计的智能手环,综合用户在智能终端上进行的按键操作,智能终端和智能手环的加速度、陀螺仪、磁力计等实时传感器数据,判断交互操作时多设备间的动作时间同步性和空间姿态一致性,以此为依据来实现智能终端上的用户操作持续认证和解锁认证。
持续认证可以是对一个滑动时间窗口内的交互行为进行认证;解锁认证可以是对多个连续的按键行为(如输入口令)进行认证。
多设备间时间同步和可穿戴设备可信状态设置环节与是实施例一中的对应环节相同。
在多设备间动作时间同步性判断中,分成与实施实例一相同的两种合法类型。
合法类型1)的指标计算方法S11与实施实例1相同。
针对合法操作类型2)的动作时间同步性指标S12的计算步骤为:
1)在按键操作过程中,在按键发生的时刻,手环运动传感器如加速度和陀螺仪数据中会出现对应的高频能量分量。利用小波分析方法,提取手环运动传感器数据在关键操作发生时刻的高频能量峰值,得到关键动作点同步性分值X′1-1。
2)计算按键过程中由手环传感器估计的运动过程与按键设备得到的运动过程的相似度X′1-2。
3)操作1)的动作时间同步性指标S11计算方法为:
S12=W′1-1×X′1-1+W′1-2×X′1-2
步骤1)的计算方法同实施实例一对应方法相同。
步骤2)的计算方法为:
(1)通过对运动传感器数据(如线性加速度数据)在垂直于终端设备交互平面的分量使用morse小波进行连续小波变换,得到时频能量矩阵TF,时频矩阵的时间长度tTF。
(2)归一化时频能量矩阵:将时频能量矩阵对时间长度和总能量进行归一化:
其中,TFt,f为时频能量矩阵TF在时间为t频率为f处的值,TFnormt,f为归一化的时频能量矩阵TFnorm在时间为t频率为f处的值。
(3)截取归一化的时频能量矩阵TFnorm在高频(如频率大于15Hz)的部分,并对每个时间点上的高频能量求和得到高频能量时间序列Ehigh。
(4)提取高频能量时间序列Ehigh的峰值点以及峰值点对应的高度、宽度、时间位置等信息。
(5)如果峰值的高度大于预设阈值,则将峰值对应的时刻设置为点击点。
(6)由点击点的时间戳计算多个点击点之间的时间间隔序列。
(7)计算该时间间隔序列与由按键数据分析得到的按键时间间隔序列的归一化互相关系数r1。
(8)根据按键数据得到按键点之间的按键点移动长度序列d1,同时对相同时间段内平行于终端操作平面的线性加速度数据做二次积分,得到估计的移动长度序列d2,计算d1和d2的归一化互相关系数r1。
(9)X′1-2=wr1×r1+wr2×r2,其中wr1和wr2是预设的r1和r2的权重。
实施例2中多设备空间姿态一致性的计算和最终判断与实施实例一对应环节相同。
本发明的优点在于:无需用户记忆复杂密码或做其他动作配合,通过传感器数据进行操作的动作时间同步性和空间姿态一致性判断,自动实现操作级的实时身份认证,并可以有效防止观察攻击,防止未合法佩戴关联可穿戴设备的用户非法使用敏感设备。
Claims (7)
1.一种结合可穿戴设备的多智能设备身份认证方法,其特征在于,包括以下步骤:
1)利用可穿戴设备对佩戴状态能够准确感知的特性,在用户佩戴可穿戴设备时对使用者进行身份认证,通过身份认证后将可穿戴设备设置为可信设备,一旦检测到用户摘除可穿戴设备时则立即解除其可信设备的状态认定;
2)采集智能设备的交互操作数据,采集智能设备和可信可穿戴设备内嵌的传感器数据,包括传感器数值以及对应的时间戳;
3)分析采集到的交互操作数据和传感器数据,计算在交互操作过程中智能设备和可信可穿戴设备的数据是否具有动作时间同步性指标;
计算动作时间同步性指标的过程包括:根据交互操作数据及智能设备和可信可穿戴设备的传感器数据,计算可穿戴设备佩戴位置的运动是否与交互操作事件完成过程或智能设备的运动之间存在动作时间同步性指标;
4)分析采集到的交互操作数据和传感器数据,计算在交互操作过程中智能设备和可穿戴设备的数据是否具有空间姿态一致性指标;
计算空间姿态一致性指标包括:在交互操作的过程中,根据智能设备和可信可穿戴设备的传感器数据计算两设备间的相对姿态角度关系以及空间距离关系,计算相关结果与当前交互操作模式在空间姿态关系上一致的程度;
5)综合动作时间同步性和空间姿态一致性的计算结果,判定交互操作时可信可穿戴设备传感器数据是否与智能设备操作数据匹配,以此为依据来进行用户交互操作持续认证或解锁认证,无感地将可信可穿戴设备在佩戴时建立的使用者信任传递给智能设备。
2.根据权利要求1所述结合可穿戴设备的多智能设备身份认证方法,其特征在于,所述的步骤1)中,用户佩戴可穿戴设备的判断方法包括:检测可穿戴设备锁扣是否扣好,判断可穿戴设备能否感知到用户的生物信息,包括心跳、皮肤电、体温,判断可穿戴设备的运动传感器数据是否符合正常的佩戴操作状态。
3.根据权利要求1所述结合可穿戴设备的多智能设备身份认证方法,其特征在于,计算动作时间同步性指标的具体过程为:
(a)根据可信可穿戴设备的传感器数据和智能设备的运动传感器数据计算可信可穿戴设备运动状态是否与智能设备运动状态相符以及相符程度;
(b)根据可信可穿戴设备传感器数据和智能设备的交互数据计算可信可穿戴设备运动状态是否与当前交互操作过程相符以及相符程度;
(c)综合(a)及(b)的计算结果得到两个设备的动作时间同步性指标。
4.根据权利要求1所述结合可穿戴设备的多智能设备身份认证方法,其特征在于,计算空间姿态一致性指标的具体过程为:
(Ⅰ)利用可信可穿戴设备与智能设备的传感器数据计算两个设备在交互过程中相对姿态角度变化的相似性程度;
(Ⅱ)利用无线信道强度或可信可穿戴设备与智能设备的空间定位信息,计算在交互过程中两个设备之间的相对距离;
(Ⅲ)综合(Ⅰ)(Ⅱ)结果得到两个设备的空间姿态一致性指标。
5.根据权利要求1所述结合可穿戴设备的多智能设备身份认证方法,其特征在于,可穿戴设备和智能设备所采集的传感器数据包括加速度计数据、陀螺仪数据以及磁力计数据。
6.根据权利要求1所述结合可穿戴设备的多智能设备身份认证方法,其特征在于,智能设备所采集的交互数据包括:触摸交互行为中的触摸位置X坐标、触摸位置Y坐标、触摸接触面积、触摸事件时间戳、触摸事件累积次数和触摸压力;以及,按键行为中的按键开始时间、按键结束时间、按键类型和按键压力。
7.根据权利要求1所述结合可穿戴设备的多智能设备身份认证方法,其特征在于,所述的智能设备和可穿戴设备采用同一时间戳记录方式进行数据采集;在后续的数据分析时,基于设备交互操作的时间片段对可穿戴设备传感器数据和智能设备传感器数据进行划分,截取相应时间片段的传感器数据,根据交互操作类型对传感器数据片段采用不同的滑动窗口设置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810436881.XA CN108629167B (zh) | 2018-05-09 | 2018-05-09 | 一种结合可穿戴设备的多智能设备身份认证方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810436881.XA CN108629167B (zh) | 2018-05-09 | 2018-05-09 | 一种结合可穿戴设备的多智能设备身份认证方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108629167A CN108629167A (zh) | 2018-10-09 |
CN108629167B true CN108629167B (zh) | 2020-10-27 |
Family
ID=63692186
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810436881.XA Active CN108629167B (zh) | 2018-05-09 | 2018-05-09 | 一种结合可穿戴设备的多智能设备身份认证方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108629167B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111046890B (zh) * | 2018-10-11 | 2023-04-25 | 同济大学 | 通信系统、服务器、基于传感器的设备识别方法及装置 |
CN112071311A (zh) * | 2019-06-10 | 2020-12-11 | Oppo广东移动通信有限公司 | 控制方法、控制装置、穿戴设备和存储介质 |
US11570169B2 (en) | 2019-09-25 | 2023-01-31 | International Business Machines Corporation | Multi-factor authentication via multiple devices |
CN110968857B (zh) * | 2019-12-03 | 2022-04-08 | 南京航空航天大学 | 基于抬臂动作的智能手表身份认证方法 |
CN111310143A (zh) * | 2020-02-17 | 2020-06-19 | Oppo广东移动通信有限公司 | 用户识别方法、用户识别装置、电子设备及存储介质 |
CN111918249B (zh) * | 2020-07-29 | 2023-11-28 | 福州数据技术研究院有限公司 | 一种智能穿戴设备同步方法及存储介质 |
CN112364327A (zh) * | 2020-11-27 | 2021-02-12 | 风林科技(深圳)有限公司 | 智能穿戴设备身份认证方法及智能穿戴设备 |
CN113645622B (zh) * | 2021-07-08 | 2023-08-15 | 荣耀终端有限公司 | 设备鉴权方法、电子设备以及存储介质 |
CN116665295B (zh) * | 2023-04-07 | 2024-01-02 | 奥视纵横(北京)科技有限公司 | 一种基于数字孪生的生产培训系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN205179369U (zh) * | 2014-11-26 | 2016-04-20 | 三星电子株式会社 | 用于与智能设备配对的可穿戴设备 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9754097B2 (en) * | 2014-02-21 | 2017-09-05 | Liveensure, Inc. | Method for peer to peer mobile context authentication |
CN104794381A (zh) * | 2015-03-24 | 2015-07-22 | 百度在线网络技术(北京)有限公司 | 一种用于认证的方法、装置、设备与系统 |
JP2017073753A (ja) * | 2015-10-09 | 2017-04-13 | 富士通株式会社 | 補正方法、プログラム及び電子機器 |
CN107169334B (zh) * | 2017-05-11 | 2018-05-08 | 上海交通大学 | 用于手部可穿戴设备的基于直拳动作检测的用户认证方法 |
-
2018
- 2018-05-09 CN CN201810436881.XA patent/CN108629167B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN205179369U (zh) * | 2014-11-26 | 2016-04-20 | 三星电子株式会社 | 用于与智能设备配对的可穿戴设备 |
Non-Patent Citations (2)
Title |
---|
Tracking user information using motion data through smartphones;Aghil Esmaeili Kelishomi 等;《2017 IEEE International Joint Conference on Biometrics (IJCB)》;20180201;全文 * |
基于鼠标动力学模型的用户身份认证和监控;房超 等;《西安交通大学学报》;20081031;第42卷(第10期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN108629167A (zh) | 2018-10-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108629167B (zh) | 一种结合可穿戴设备的多智能设备身份认证方法 | |
Xu et al. | Gait-watch: A context-aware authentication system for smart watch based on gait recognition | |
Yang et al. | Motionauth: Motion-based authentication for wrist worn smart devices | |
Acien et al. | Smartphone sensors for modeling human-computer interaction: General outlook and research datasets for user authentication | |
WO2019192253A1 (zh) | 一种基于移动设备的用户身份认证方法及系统 | |
CN106156702A (zh) | 身份认证方法及设备 | |
CN109508728A (zh) | 一种用于可穿戴设备的新型身份验证方法 | |
US20160291704A1 (en) | Disambiguation of styli by correlating acceleration on touch inputs | |
Xu et al. | Gait-Watch: A Gait-based context-aware authentication system for smart watch via sparse coding | |
Haque et al. | Secure techniques and methods for authenticating visually impaired mobile phone users | |
Wang et al. | Exploring the hand and finger-issued behaviors toward natural authentication | |
Wijewickrama et al. | Write to know: on the feasibility of wrist motion based user-authentication from handwriting | |
Wu et al. | Toward robust detection of puppet attacks via characterizing fingertip-touch behaviors | |
Kong et al. | Push the limit of wifi-based user authentication towards undefined gestures | |
CN111371951B (zh) | 基于肌电信号和孪生神经网络的智能手机用户认证方法和系统 | |
US20160005026A1 (en) | Method and device for secure identification of a user of a service | |
Cabra et al. | Mechanisms of Authentication toward Habitude Pattern Lock and ECG: An overview. | |
Chen et al. | Modeling interactive sensor-behavior with smartphones for implicit and active user authentication | |
Cao et al. | Towards nonintrusive and secure mobile two-factor authentication on wearables | |
CN115935314A (zh) | 一种基于可穿戴设备运动传感器的用户身份认证方法 | |
Fan et al. | EmgAuth: Unlocking smartphones with EMG signals | |
JP2018041202A (ja) | 操作者認証システム、および、操作者認証方法 | |
JP2018085010A (ja) | 本人性判定装置、および、本人性判定方法 | |
Chenge et al. | Gesture Classification Algorithm Based on SVDD-EPF | |
JP2018156479A (ja) | 認証システム、認証装置および認証方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |