CN110008670A - 基于手写密码的身份认证方法及装置 - Google Patents

基于手写密码的身份认证方法及装置 Download PDF

Info

Publication number
CN110008670A
CN110008670A CN201910283204.3A CN201910283204A CN110008670A CN 110008670 A CN110008670 A CN 110008670A CN 201910283204 A CN201910283204 A CN 201910283204A CN 110008670 A CN110008670 A CN 110008670A
Authority
CN
China
Prior art keywords
verified
password
character
written
similarity
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.)
Pending
Application number
CN201910283204.3A
Other languages
English (en)
Inventor
龙继锐
李德庆
石凯宁
郑东东
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Nengxinan Technology Co Ltd
Original Assignee
Shenzhen Nengxinan Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Nengxinan Technology Co Ltd filed Critical Shenzhen Nengxinan Technology Co Ltd
Priority to CN201910283204.3A priority Critical patent/CN110008670A/zh
Priority to PCT/CN2019/083957 priority patent/WO2020206734A1/zh
Publication of CN110008670A publication Critical patent/CN110008670A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • 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
    • G06F21/316—User authentication by observing the pattern of computer usage, e.g. typical user behaviour
    • 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
    • G06F21/46—Structures or tools for the administration of authentication by designing passwords or checking the strength of passwords
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/14—Image acquisition
    • G06V30/148—Segmentation of character regions
    • G06V30/153—Segmentation of character regions using recognition of characters or words
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/32—Digital ink

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Security & Cryptography (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Social Psychology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本申请公开了一种基于手写密码的身份认证方法及装置。其中，方法包括：接收用户手写输入的待验证密码；提取所述待验证密码的待验证密码信息，所述待验证密码信息包括所述待验证密码中的待验证字符和待验证特征，所述待验证特征包括所述待验证字符所对应的待验证字符图像和所述待验证字符所对应的待验证手写行为特征中的至少一项；若所述待验证密码信息与预存储的用户手写设置的预设密码的预设密码信息之间的相似度满足第一预设条件，则确定身份验证是否成功。该方法能够判断用户书写的图像是否是密码图像，通过行为判断是否是用户本人的书写动作，从内容、图形和动作三个方面进行验证，大大提高用户身份验证的准确性。

Description

基于手写密码的身份认证方法及装置
技术领域
本发明属于信息安全技术领域，具体涉及一种基于手写密码的身份认证方法及装置。
背景技术
随着移动设备的普及和移动应用的迅速发展，移动终端用户的密码安全就显得尤为重要。一旦用户重要应用的密码泄露，将会给用户造成难以估计的损失。因此，密码安全的重点在于身份认证方式。
传统的移动应用的身份认证方式包括：数字字母符号组合密码、九宫格密码、指纹识别和人脸识别等身份认证方式。其中，数字密码或九宫格图案都容易被破解或旁人偷窥造成密码泄露，而更复杂的数字字母符号组合密码或复杂的九宫格图案则不便于用户记忆。指纹识别和人脸识别的准确效果由于采用的算法不同差别较大，且依赖特殊硬件支持。例如，申请号为201520927086.2的中国专利公开了一种基于移动终端的指纹及人脸多模式识别身份认证系统，该系统采用指纹识别和人脸识别相结合的方式对用户的身份进行认证，从而提高了识别认证的准确程度。
目前，国内对于身份认证方式的先进研究主要有文字密码认证和手写签名认证两种方式。其中，密码认证是将用户设置的密码与其他字符混合、随机排列，供用户点击选择，它的优点是字符数量庞大，提高了密码的复杂度，缺点是容易被盗取；手写签名认证是通过识别用户手写签名的笔划或整个图像与预设原签名比对认证，这种方式的优点是用户体验好、使用方便，缺点是基于识别算法的优劣，准确度存在较大差别并且容易被其他人模仿。
发明内容
针对现有技术中存在的缺陷，本发明提供一种基于手写密码的身份认证方法及装置。
根据本申请的第一个方面，提供了一种基于手写密码的身份认证方法，包括：
接收用户手写输入的待验证密码；
提取所述待验证密码的待验证密码信息，所述待验证密码信息包括所述待验证密码中的待验证字符和待验证特征，所述待验证特征包括所述待验证字符所对应的待验证字符图像和所述待验证字符所对应的待验证手写行为特征中的至少一项；
若所述待验证密码信息与预存储的用户手写设置的预设密码的预设密码信息之间的相似度满足第一预设条件，则确定身份验证是否成功；
其中，所述预设密码信息包括预设字符和预设特征，所述预设特征包括所述预设字符所对应的预设证字符图像和所述预设字符所对应的预设手写行为特征中的至少一项，所述待验证特征与所述预设特征相对应；
所述待验证密码信息与所述预设密码信息之间的相似度，包括所述待验证字符和所述预设字符之间的第一相似度，以及所述待验证特征与对应的所述预设特征之间的第二相似度。
该方法通过使用手写密码认证、手写签名图像认证和手写密码行为过程认证三重认证方式的方法，避免了单一认证方式的局限性，有效地兼顾了易用性和安全性，也达到了十分准确的认证效果。
可选地，所述接收用户手写输入的待验证密码之前，还包括以下设置所述预设密码的步骤：
接收用户手写输入的第一密码，并提取所述第一密码的第一密码信息；
接收用户手写输入的第二密码，并提取所述第二密码的第二密码信息；
若所述第一密码信息和所述第二密码信息之间的相似度满足第二预设条件，则密码设置成功，并将以下信息中的任一项作为所述预设密码信息：
所述第一密码信息、所述第二密码信息、根据所述第一密码信息和所述第二密码信息得到的第三密码信息。
可选地，若所述第一密码信息和所述第二密码信息之间的相似度满足第二预设条件，所述方法还包括：
将密码设置成功的提示信息展示给用户。
可选地，所述预设手写行为特征包括手写原始特征和手写衍生特征中的至少一项，其中，所述手写衍生特征是基于所述手写原始特征得到的；所述手写原始特征包括以下至少一项；手写字符的平面坐标、手写输入时的屏幕压力、手写加速度、手写时间、手写时间间隔、手写轨迹。
可选地，所述预设字符包括以下至少一种：中文、英文、数字、符号。
可选地，所述待验证密码信息与预存储的用户手写设置的预设密码的预设密码信息之间的相似度满足第一预设条件包括：
所述第一相似度不小于第一阈值，且所述第二相似度不小于第二阈值。
可选地，若所述预设字符包括至少两个字符，所述第一相似度包括所述待验证字符中的每个字符与所述预设字符中的相对应的字符之间的第三相似度，所述第一相似度不小于第一阈值包括所述待验证字符中的每个字符所对应的第三相似度均不小于所述第一阈值；
所述预设特征包括所述预设字符中的各个字符分别所对应的特征，所述第二相似度包括所述待验证字符中的每个字符所对应的特征与所述预设字符中相对应的字符所对应的特征之间的第四相似度，所述第二相似度不小于第二阈值包括所述待验证字符中的每个字符所对应的第四相似度均不小于所述第二阈值。
可选地，所述待验证密码信息与预存储的用户手写设置的预设密码的预设密码信息之间的相似度满足第一预设条件还包括以下至少一项：所述待验证字符中的各个字符所对应的第四相似度的相似度均值不小于第三阈值。
可选地，若所述预设特征包括所述预设证字符图像，所述第二相似度包括所述待验证字符图像和所述预设证字符图像之间的第五相似度，其中，所述第五相似度是通过以下方式确定的：将所述待验证字符图像和所述预设证字符图像输入至第一神经网络模型，基于所述第一神经网络模型的输出得到所述第五相似度。
可选地，若所述预设特征包括所述预设手写行为特征，所述第二相似度包括所述待验证手写行为特征和所述预设手写行为特征之间的第六相似度，其中，所述第六相似度是通过以下方式确定的：将所述待验证手写行为特征和所述预设手写行为特征输入至第二神经网络模型，基于所述第二神经网络模型的输出得到所述第六相似度；或者，根据所述待验证手写行为特征的特征向量与所述预设手写行为特征之间的欧式距离，确定所述第六相似度。
根据本申请的第二个方面，一种基于手写密码的身份认证装置，包括：
待验证密码接收模块，其配置为用于接收用户手写输入的待验证密码；
待验证密码信息提取模块，其配置为用于提取所述待验证密码的待验证密码信息，所述待验证密码信息包括所述待验证密码中的待验证字符和待验证特征，所述待验证特征包括所述待验证字符所对应的待验证字符图像和所述待验证字符所对应的待验证手写行为特征中的至少一项；
身份验证模块，其配置为若所述待验证密码信息与预存储的用户手写设置的预设密码的预设密码信息之间的相似度满足第一预设条件，则确定身份验证是否成功；
其中，所述预设密码信息包括预设字符和预设特征，所述预设特征包括所述预设字符所对应的预设证字符图像和所述预设字符所对应的预设手写行为特征中的至少一项，所述待验证特征与所述预设特征相对应；
所述待验证密码信息与所述预设密码信息之间的相似度，包括所述待验证字符和所述预设字符之间的第一相似度，以及所述待验证特征与对应的所述预设特征之间的第二相似度。
该装置通过使用手写密码认证、手写签名图像认证和手写密码行为过程认证三重认证方式的方法，避免了单一认证方式的局限性，有效地兼顾了易用性和安全性，也达到了十分准确的认证效果。
根据本申请的第三个方面，提供了一种用户终端，包括存储器、处理器和存储在所述存储器内并能由所述处理器运行的计算机程序，其中，所述处理器执行所述计算机程序时实现如上所述的方法。
根据本申请的第四个方面，提供了一种计算机可读存储介质，优选为非易失性可读存储介质，其内存储有计算机程序，所述计算机程序在由处理器执行时实现如上所述的方法。
采用本申请的技术方案，不但能够判断用户书写的图像是否是密码图像，而且能够通过行为判断是否是用户本人的书写动作。对于善于模仿他人笔迹的人而言，行为动作的模仿难度大于字形的模仿难度。因此，从图形和动作两个方面进行衡量，能够提高用户身份验证的准确性。
附图说明
图1是运行根据本申请一个实施例的基于手写密码的身份认证方法的应用程序的用户界面的示意图；
图2是根据本申请的一个实施例的基于手写密码的身份认证方法的示意性流程图；
图3是根据本申请的一个实施例的基于手写密码的身份认证装置的示意性框图；
图4根据本申请的一个实施例的用户终端的实体结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明实现的具体思路为：获取用户的手写签名并作为密码，同时对手写签名图像，例如，字形字体以及手写行为，例如，轨迹、压力、速度等进行特征提取。在身份认证时，首先比对识别的密码是否正确，密码正确则比对签名特征。手写签名一般为中文，也可以是英文，或者中文、英文、数字、符号中的一种或几种的组合。签名内容包括：用户姓名或者其他文字符号。
本发明实现的主要步骤包括：
(1)用户通过手写签名的软件界面通过手写签名的方式设置密码。图1是运行根据本申请一个实施例的基于手写密码的身份认证方法的应用程序的用户界面的示意图。参考图1，本申请的软件界面主要分为两段：第一段为手写区，用于手写签名，只支持单次手写；第二段为密码提示和确认区，在用户忘记密码时，点击“忘记密码”按钮可以显示用户预设的密码提示语；“确认”按钮用于完成单个签名的手写；“完成”按钮用于完成整个签名密码的手写；“重写”按钮用于重新书写签名。
用户打开应用程序(APP)，进行用户注册，设置手写密码。在软件界面显示手写签名密码区域，逐字手写签名密码，可根据业务系统需要设置长度为单个字或多个字密码，密码可以包括以下至少一种或其组合：中文、英文、数字、符号。用户完成单个字的手写后，点击“确认”按钮，即可进行下一次的手写；点击“重写”按钮，可清除本次字迹，重新手写；点击“完成”按钮，即完成密码的设置。初次签名完成后，还需要重复手写签名一次，若前后的签名识别的结果不一致，则会提示输入的签名不一致，用户可以选择重新手写单个签名或重设密码。用户还可以设置密码提示语，用于忘记密码时给予提示。
(2)用户设置完成后，在操作该APP时，例如，打开APP或其他特定操作，采集手写密码的签名图像，构建验证签名真伪的图像识别模型；采集手写密码的签名行为过程特征数据，建立行为过程识别模型。
(3)密码认证，包括：手写密码图像识别认证和手写密码行为过程识别认证。
预设密码和验证密码两个主要过程：1)预设手写密码的处理步骤(注册)：用户在终端屏幕设置手写密码，分为两次输入，输入方式为逐字输入。
a.第一次输入为基准签名，同时将该签名识别为文字、提取该签名的图像和行为特征。在密码为两个字以上时，逐字识别并且逐字提取特征。运用每个字符的图像和提取的行为特征分别建立图像识别模型和行为识别模型。密码为两个字符以上时，每个字符都利用图像识别模型和行为识别模型进行识别。
b.第二次重复手写输入密码用于确认密码，即确认设置的基准签名，一是确认输入的内容准确无误，二是确认手写输入内容时，其签名图像特征以及行为特征与第一次输入时相差不大，这样可以确认用户本人确实经常采用该行为进行手写输入密码，这是用户本人常用的行为习惯。在密码为两个字以上时，也需将第二次手写逐字输入的密码进行文字内容识别、提取签名图像和行为特征。
2)手写密码验证过程，即，用户登录过程：在用户设置密码后，在后续业务中再次使用密码时，在终端屏幕手写密码，输入方式、验证过程与1)b中的步骤基本一致，三个步骤逐一验证，所有阈值需要全部满足，任一步骤的验证不通过则签名认证失败。
本申请的一个实施例公开了一种基于手写密码的身份认证方法。图2是根据本申请的一个实施例的基于手写密码的身份认证方法的示意性流程图。该方法可以包括密码设置步骤和身份识别步骤，其中，密码设置步骤可以包括：
接收用户手写输入的第一密码，并提取第一密码的第一密码信息；
接收用户手写输入的第二密码，并提取第二密码的第二密码信息；
若第一密码信息和第二密码信息之间的相似度满足第二预设条件，则密码设置成功，并将以下信息中的任一项作为预设密码信息：
第一密码信息、第二密码信息、根据第一密码信息和第二密码信息得到的第三密码信息。
该方法能够判断用户书写的图像是否是密码图像，通过行为判断是否是用户本人的书写动作，从内容、图形和动作三个方面进行验证，大大提高用户身份验证的准确性。
可选地，若第一密码信息和第二密码信息之间的相似度满足第二预设条件，方法还包括：将密码设置成功的提示信息展示给用户。例如，可以是显示密码设置成功的提示信息，也可以是采用语音或其他方式提示用户设置成功。
预设手写行为特征包括手写原始特征和手写衍生特征中的至少一项，其中，手写衍生特征是基于所述手写原始特征得到的；手写原始特征包括以下至少一项；手写字符的平面坐标、手写输入时的屏幕压力、手写加速度、手写时间、手写时间间隔、手写轨迹。
预设字符包括以下至少一种：中文、英文、数字、符号。
其中，第一密码信息和第二密码信息具体包括的信息数量及类型是与预设密码信息包括的信息数量及类型对应的。具体的，例如，对于第一密码信息而言，第一密码信息可以包括第一密码中所包括的字符和该密码对应的密码特征，该密码特征则可以包括第一密码对应的字符图像特征和第一密码对应的手写行为特征中的至少一项。
采用本申请中的方法，在用户设置手写签名密码时，APP会采集用户的签名图像数据，包括签名字体、签名轨迹和签名图像。在用户手写密码时，将手写处理成签名字体图像。若密码为多个字，则将每个字作为一个独立的图像进行处理。
其中，采集用户输入的第一密码，并提取第一密码的第一密码信息。第一密码信息可以包括基于第一密码的第一原始图像特征集和第一原始行为特征集。其中，第一原始图像特征集可以包括第一密码的图像和/第一密码的图像特征。第一原始行为数据集包括与第一密码对应的第一原始行为数据。采集用户输入的第二密码，并提取所述第二密码的第二密码信息。第二密码信息可以包括基于第二密码的第二原始图像特征集和第二原始行为特征集。
在密码设置步骤中，基于第一密码的第一图像特征和第一原始行为数据分别建立图像识别模型和行为识别模型，第二密码和后续的待验证密码均通过图像识别模型和所述行为识别模型识别相似度。例如，在对第二密码进行相似度比较时，图像识别模型的输入为第二密码的图像，输出为第一密码与第二密码的图像相似度，行为识别模型的输入为第二原始行为特征集，输出为第一密码与第二密码的行为相似度。
图像识别模型可以是第一欧式距离模型或第一神经网络模型，行为识别模型可以是第二欧式距离模型或第二神经网络模型。
例如，采用第一欧式距离模型对密码图像进行处理可以包括以下步骤，可以理解的是，对于第一密码和第二密码中的每一个密码图像均可以采用如下操作：
(1)首先对密码图像进行预处理，包括对密码图像进行平滑和去噪、二值化、签名骨架细化等操作，以提高识别效果。
(2)利用统计形状模型将密码图像进行分析量化，获得签名样本的变化程度：
a.将第一预设密码作为基准签名，计算基准签名样本特征的模型；
b.计算待测签名样本F和基准签名模型的偏差dF；
c.计算协方差矩阵S；
将S的特征值和特征向量作为形状参数。计算特征值和特征向量的方差距离离散度。对所述形状参数和所述方差距离离散度进行量化加权得到相似度。
第一神经网络模型可以是卷积神经网络模型(CNN)，例如，VGG16、VGG19、ResNet50、Inception V3、Xception等模型。第一神经网络模型的输入为密码图像，输出为相似度。
在设置密码过程中，由于数据集中数据有限，可以对所述第一原始图像特征集和所述第二原始图像特征集中相对应的形状参数和方差距离离散度分别作平均，得到所述预设图像特征集。
与此同时，本申请通过构建签名行为过程识别模型对手写密码的签名行为过程特征数据进行分析，采集的数据包括手写签名坐标、手写签名加速度、手写签名高度、屏幕压力等原始数据，并通过原始数据衍生出一些其他的行为特征，通过这些习惯性行为特征构建用户的行为特征指纹，即用户行为可信度模型。用户验证时，对比待测签名时产生的行为特征与行为特征指纹，得到用户当前手写密码的可信度。
第二欧式距离模型可以采用如下步骤构建：
(1)预处理：
a.起笔处理：由于在屏幕上的书写阻力较小，滑动时会在书写的起始处出现短小的转折笔划，类似于纸质书写时的笔锋，其方向随机，对匹配有一定程度的影响，需要将其剔除。
b.整体位置偏移处理：每次签名的起笔位置不同，就会造成每次签名的整体位置都不同。所以在定义起始坐标时，将用户书写的第一点为基准，建立平面坐标系，从而防止用户在屏幕不同位置书写时，对应图像的书写点没有对准造成的偏差。
(2)将原始特征进行分析计算得出衍生特征向量，原始特征和衍生特征向量如表一所示：
表一
(1)将待测签名T与基准签名S的上述表格中43个特征值，逐一求出其特征值之间的欧式距离：dn(T,S)，其中，n为签名的每个特征，1≤n≤43。
(2)由于不同特征区分不同人之间的书写行为影响不同，因此给不同特征赋予不同的权值kn，以加强重要特征对于识别的影响，通过收集大量用户样本数据，通过机器学习的训练出kn的一组经验值计算待测签名T与基准签名S的总欧式距离D(T,S)：
后续可以通过收集更多的数据样本，更换其他算法或者调整算法参数得到更合理的kn。
(3)通过加权处理后，D(T,S)欧式距离的取值范围在0到1之间，D(T,S)越大则待测签名T的可信度越低，最终待测签名T的可信度θ为：
θ＝1-D(T,S)
可选地，如果手写行为特征是多个，欧式距离可以是总欧式距离D，也可以是各个特征对应的欧式距离的均值。
第二神经网络模型可以是卷积神经网络模型(CNN)，例如，VGG16、VGG19、ResNet50、Inception V3、Xception等模型。第二神经网络模型的输入为行为特征，输出为相似度。
若预设字符包括一个字符，第一预设条件为[k11,s11,c11]，其中，k11为文字内容的相似度阈值；s11为图像特征识别相似度阈值；c11为行为特征识别相似度阈值。
例如，在预设字符包括至少两个字符的情况下，第一预设条件为[k21,s21,s22,c21,c22]；其中，对于每个字符，k21为文字内容的相似度阈值；s21为图像特征识别相似度阈值；c21为行为特征识别相似度阈值；s22为图像特征识别相似度的平均值的阈值；c22为特征识别相似度的平均值的阈值。
例如，在第一预设条件为[k21,s21,s22,c21,c22]五元组时，θ即为五元组中的c21；在第一预设条件为[k11,s11,c11]三元组时，θ即为三元组中的c11。由于设置密码时，数据集中元素数量较少，因此，可选地，可以从第一原始行为数据和第二原始行为数据中选择一个作为预设特征中的行为特征，两个原始行为数据的相似度作为第一预设条件中的c11或c21。
可选地，s21小于s11，c21小于c11。采用该方法能够使密码为两个字以上时，允许每个字的相似度略低于密码为一个字时的相似度，而采用增加平均值阈值的情况，对所有字符的整体相似度进行把控。
若第一密码信息和所述第二密码信息之间的相似度满足第二预设条件，则密码设置成功，并将以下信息中的任一项作为预设密码信息：第一密码信息、第二密码信息、根据第一密码信息和第二密码信息得到的第三密码信息。可选地，第三密码信息可以是第一密码信息和第二密码信息的均值或者采用其他融合方式得到的值。
在本申请中的方法中，第二次重复手写输入密码的作用用于确认密码，即确认设置的基准签名。具体地，一是确认输入的内容准确无误，二是确认手写输入密码时，其签名图像特征以及行为特征与第一次输入时相差不大，这样可以确认用户本人确实经常采用该行为进行手写输入密码，这是用户本人常用的行为习惯。在密码为两个字以上时，也需将第二次手写逐字输入的中文密码进行文字内容识别、提取签名图像特征和行为特征。通过内容匹配度、单字签名图像相似度、所有字的图像平均相似度、单字行为可信度、所有字的行为平均可信度这5个阈值。即，采用一个五元组[k21,s21,s22,c21,c22]来验证基准签名。其中，k21表示文字内容的相似度。将第二次签名识别出的文字与基准签名识别出来的文字相比对，k21＝1，即文字内容必须完全正确，确保基准签名为稳定可靠的签名，不相同则密码设置失败；将提取的第二次输入每个字的图像特征输入图像识别模型，需单字图像相似度超过单字阈值s21，所有字的平均图像相似度超过平均相似度阈值s22，否则密码设置失败；将提取的每个字的行为特征输入行为识别模型，需单字行为可信度超过单字阈值c21，所有字行为平均可信度超过综合阈值c22，否则密码设置失败。密码设置失败则需要重复上述第一预设密码处理步骤和第二预设密码处理步骤重新设置密码。例如：基准签名密码为“中国”两个字，并且系统设置图像相似度阈值和行为可信度阈值，将五元组设置默认值为[1,60％,80％,65％,80％]，则第二次签名的内容识别也要为“中国”两个字，且“中”和“国”两个字的与基准签名的图像对比，相似度分别高于60％，并且两字与基准签名的平均相似度高于80％。行为数据对比的方法类似，不再赘述。
该方法能够对密码设置过程中用户的手写的图像和行为进行采集，分别分析得到相应的特征，能够大大提高用户身份的识别准确率和安全性。
在密码设置完成后，用户再次使用该APP或者该APP的特定功能时，该方法还包括身份识别步骤，其中，身份识别步骤可以包括以下步骤中的一个或多个：
S200接收用户手写输入的待验证密码；
S400提取待验证密码的待验证密码信息，待验证密码信息包括待验证密码中的待验证字符和待验证特征，待验证特征包括待验证字符所对应的待验证字符图像和待验证字符所对应的待验证手写行为特征中的至少一项；
S600若待验证密码信息与预存储的用户手写设置的预设密码的预设密码信息之间的相似度满足第一预设条件，则确定身份验证是否成功；
其中，预设密码信息包括预设字符和预设特征，预设特征包括预设字符所对应的预设证字符图像和预设字符所对应的预设手写行为特征中的至少一项，待验证特征与所述预设特征相对应；
待验证密码信息与预设密码信息之间的相似度，包括待验证字符和预设字符之间的第一相似度，以及待验证特征与对应的预设特征之间的第二相似度。
该方法通过使用手写密码认证、手写签名图像认证和手写密码行为过程认证三重认证方式的方法，避免了单一认证方式的局限性，有效地兼顾了易用性和安全性，也达到了十分准确的认证效果。经过两层不同模型的识别，他人已无法模仿或伪造签名，即便知道密码，也无法通过身份认证。
其中，字符图像特征为包括字符在内的图像的特征，如果字符为多个，字符图像特征则包括各个字符所对应的图像的特征，或者，在设置密码时，用户可以在APP的用户界面一次性完成多个字符的输入时，字符图像特征除了可以是各个字符分别对应的图像的特征，还可以是包括所有字符在内的图像的特征。
可以理解的是，这里的相对应是指特征的数量和类型相对应。具体的，例如，如果预设特征包括预设证字符图像和预设手写行为特征，则待验证特征可以包括待验证字符图像和待验证手写行为特征；若预设特征包括预设手写行为特征，相应的，待验证特征可以包括待验证手写行为特征。
第一相似度表征的含义是密码信息中的字符相同，第一相似度可以是90％以上，例如100％。密码信息中的特征可以是第一密码信息中的特征和第二密码信息中的特征的均值或者经过其他方式融合得到的特征。
可选地，待验证密码信息与预存储的用户手写设置的预设密码的预设密码信息之间的相似度满足第一预设条件还包括以下至少一项：待验证字符中的各个字符所对应的第四相似度的相似度均值不小于第三阈值。
若预设特征包括所述预设证字符图像，第二相似度包括所述待验证字符图像和预设证字符图像之间的第五相似度，其中，第五相似度是通过以下方式确定的：将待验证字符图像和预设证字符图像输入至第一神经网络模型，基于第一神经网络模型的输出得到第五相似度。
若预设特征包括预设手写行为特征，第二相似度包括待验证手写行为特征和预设手写行为特征之间的第六相似度，其中，第六相似度是通过以下方式确定的：将待验证手写行为特征和预设手写行为特征输入至第二神经网络模型，基于第二神经网络模型的输出得到第六相似度；或者，根据待验证手写行为特征的特征向量与预设手写行为特征之间的欧式距离，确定第六相似度。
待验证密码信息与预存储的用户手写设置的预设密码的预设密码信息之间的相似度满足第一预设条件包括：第一相似度不小于第一阈值，且第二相似度不小于第二阈值。其中，第一阈值可以为1，也就是字符必须完全一样，还需要说明一下，这里的一样除了字符一样外，在字符为多个时，不同字符之间的输入顺序也应该一样。
若预设字符包括至少两个字符，第一相似度包括所述待验证字符中的每个字符与预设字符中的相对应的字符之间的第三相似度，第一相似度不小于第一阈值包括待验证字符中的每个字符所对应的第三相似度均不小于第一阈值；预设特征包括所述预设字符中的各个字符分别所对应的特征，第二相似度包括待验证字符中的每个字符所对应的特征与预设字符中相对应的字符所对应的特征之间的第四相似度，第二相似度不小于第二阈值包括待验证字符中的每个字符所对应的第四相似度均不小于第二阈值。
待验证密码信息与预存储的用户手写设置的预设密码的预设密码信息之间的相似度满足第一预设条件还包括以下至少一项：待验证字符中的各个字符所对应的第四相似度的相似度均值不小于第三阈值。
若预设特征包括预设证字符图像，第二相似度包括待验证字符图像和预设证字符图像之间的第五相似度，其中，第五相似度是通过以下方式确定的：将待验证字符图像和预设证字符图像输入至第一神经网络模型，基于第一神经网络模型的输出得到所述第五相似度。
若预设特征包括预设手写行为特征，第二相似度包括待验证手写行为特征和预设手写行为特征之间的第六相似度，其中，第六相似度是通过以下方式确定的：将待验证手写行为特征和预设手写行为特征输入至第二神经网络模型，基于第二神经网络模型的输出得到第六相似度；或者，根据所述待验证手写行为特征的特征向量与所述预设手写行为特征之间的欧式距离，确定第六相似度。
采用该方法，不但能够判断用户书写的图像是否是密码图像，而且能够通过行为判断是否是用户本人的书写动作。对于善于模仿他人笔迹的人而言，行为动作的模仿难度大于字形的模仿难度。因此，从字符内容、图形和动作三个方面进行衡量，能够提高用户身份验证的准确性。
在用户输入密码时，用户调用手写密码输入控件，手写输入密码。APP首先验证密码内容是否正确，密码控件将手写的签名识别为文字或字符，若该手写内容与用户预设的密码不符，则提示密码错误，结束本次密码认证过程。点击忘记密码按钮，则会显示密码提示语。
若手写密码的文字内容输入正确，则基于采集的图像数据，利用图像识别模型进一步验证手写签名的图像特征，确定签名的真伪。首先，在用户输入手写密码时，将手写字符处理成签名图像，同样对图像进行预处理，包括签名图像平滑和去噪、二值化、签名骨架细化等操作。再提取手写密码的签名字体、签名轨迹和签名图像等图像特征，通过度量签名图像形变模式的特点来分析签名特征的稳定性，计算签名特征的方差距离离散度衡量签名特征的稳定程度，在签名图像识别模型中进行识别，最后输出为此次签名图像的稳定程度，稳定程度低于阈值为伪签名，否则为本人签名。
如果手写签名的图像特征符合本人签名的特征，则基于此次签名的行为特征数据进行手写密码的签名行为过程认证。首先提取签名的行为过程特征，并根据这些原始特征分析计算出衍生的特征向量，将这些特征向量作为输入，在签名行为过程识别模型中进行识别，最后输出此次签名行为特征与基准签名之间的欧氏距离，若距离大于某个匹配阈值则视为模仿签名，否则认证成功。
为了丰富数据集，对用户每次身份验证成功后的图像数据和行为数据进行保留，从而能够动态调整判断阈值，使得阈值的设定更加符合用户的书写习惯，从而提高验证速度和验证的准确度。该方法还包括：
预设密码特征更新步骤：在身份验证成功的情况下，利用待验证密码中的待验证字符和待验证特征分别更新所述预设密码信息的预设字符和预设特征。每次验证成功的数据可以用来进一步训练图像识别模型和行为识别模型，提高模型识别的准确性。
本发明通过使用手写密码认证、手写签名图像认证和手写密码行为过程认证三重认证方式的方法，避免了单一认证方式的局限性，有效地兼顾了易用性和安全性，也达到了十分准确的认证效果。经过两层不同模型的识别，他人已无法模仿或伪造签名，即便知道密码，也无法通过身份认证。目前国内对于身份认证方式的先进研究主要有密码和手写签名两种认证方式。本申请解决了密码易记易被盗取的缺点；解决了手写签名认证基于识别算法的优劣，准确度有偏差，且容易被模仿的缺点。
本申请的实施例还提供了一种基于手写密码的身份认证装置。图3是根据本申请的一个实施例的基于手写密码的身份认证装置的示意性框图。该装置可以包括：
待验证密码接收模块200，其配置为用于接收用户手写输入的待验证密码；
待验证密码信息提取模块400，其配置为用于提取所述待验证密码的待验证密码信息，所述待验证密码信息包括所述待验证密码中的待验证字符和待验证特征，所述待验证特征包括所述待验证字符所对应的待验证字符图像和所述待验证字符所对应的待验证手写行为特征中的至少一项；
身份验证模块600，其配置为若所述待验证密码信息与预存储的用户手写设置的预设密码的预设密码信息之间的相似度满足第一预设条件，则确定身份验证是否成功；
其中，预设密码信息包括预设字符和预设特征，预设特征包括预设字符所对应的预设证字符图像和预设字符所对应的预设手写行为特征中的至少一项，待验证特征与预设特征相对应；
待验证密码信息与预设密码信息之间的相似度，包括待验证字符和预设字符之间的第一相似度，以及待验证特征与对应的预设特征之间的第二相似度。
采用该装置，不但能够判断用户书写的图像是否是密码图像，而且能够通过行为判断是否是用户本人的书写动作，对于善于模仿他人笔迹的人而言，行为动作的模仿难度大于字形的模仿难度，因此，从字符内容、图形特征和行为特征三个方面进行衡量，能够提高用户身份验证的准确性。
可选地，该装置还包括：预设密码特征更新模块，其配置为用于在身份验证成功的情况下，利用待验证密码中的待验证字符和待验证特征分别更新所述预设密码信息的预设字符和预设特征。
可选地，该装置还包括密码预设模块，其配置为用于：接收用户手写输入的第一密码，并提取所述第一密码的第一密码信息；接收用户手写输入的第二密码，并提取所述第二密码的第二密码信息；若所述第一密码信息和所述第二密码信息之间的相似度满足第二预设条件，则密码设置成功，并将以下信息中的任一项作为所述预设密码信息：所述第一密码信息、所述第二密码信息、根据所述第一密码信息和所述第二密码信息得到的第三密码信息。
本申请的实施例的一个方面提供了一种用户终端，该计算设备包括存储器、处理器和存储在所述存储器内并能由所述处理器运行的计算机程序，该计算机程序存储于存储器中的用于程序代码的空间，该计算机程序在由处理器执行时实现用于执行任一项根据本申请的方法步骤。
图4根据本申请的一个实施例的用户终端的实体结构示意图，如图4所示，该用户终端可以包括：处理器(processor)510、通信接口(Communications Interface)520、存储器(memory)530和通信总线540，其中，处理器510，通信接口520，存储器530通过通信总线540完成相互间的通信。处理器510可以调用存储器530中的逻辑指令，以执行如上所述的基于手写密码的身份认证方法。
本申请的实施例的一个方面还提供了一种计算机可读存储介质。该计算机可读存储介质包括用于程序代码的存储单元，该存储单元设置有用于执行根据本申请的方法步骤的程序，该程序被处理器执行。
本申请实施例的一个方面还提供了一种包含指令的计算机程序产品，包括计算机可读代码，当所述计算机可读代码由计算设备执行时，导致所述计算设备执行如上所述的方法。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、获取其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
专业人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令处理器完成，所述的程序可以存储于计算机可读存储介质中，所述存储介质是非短暂性(英文：non-transitory)介质，例如随机存取存储器，只读存储器，快闪存储器，硬盘，固态硬盘，磁带(英文：magnetic tape)，软盘(英文：floppy disk)，光盘(英文：optical disc)及其任意组合。
本发明并不限于上述具体实施方式，本领域技术人员根据本发明的技术方案得出其他的实施方式，同样属于本发明的技术创新范围。

Claims (11)

1.一种基于手写密码的身份认证方法，其特征在于，包括：
接收用户手写输入的待验证密码；
提取所述待验证密码的待验证密码信息，所述待验证密码信息包括所述待验证密码中的待验证字符和待验证特征，所述待验证特征包括所述待验证字符所对应的待验证字符图像和所述待验证字符所对应的待验证手写行为特征中的至少一项；
若所述待验证密码信息与预存储的用户手写设置的预设密码的预设密码信息之间的相似度满足第一预设条件，则确定身份验证是否成功；
其中，所述预设密码信息包括预设字符和预设特征，所述预设特征包括所述预设字符所对应的预设证字符图像和所述预设字符所对应的预设手写行为特征中的至少一项，所述待验证特征与所述预设特征相对应；
所述待验证密码信息与所述预设密码信息之间的相似度，包括所述待验证字符和所述预设字符之间的第一相似度，以及所述待验证特征与对应的所述预设特征之间的第二相似度。
2.如权利要求1所述的方法，其特征是：所述接收用户手写输入的待验证密码之前，还包括以下设置所述预设密码的步骤：
接收用户手写输入的第一密码，并提取所述第一密码的第一密码信息；
接收用户手写输入的第二密码，并提取所述第二密码的第二密码信息；
若所述第一密码信息和所述第二密码信息之间的相似度满足第二预设条件，则密码设置成功，并将以下信息中的任一项作为所述预设密码信息：
所述第一密码信息、所述第二密码信息、根据所述第一密码信息和所述第二密码信息得到的第三密码信息。
3.根据权利要求2所述的方法，其特征在于，若所述第一密码信息和所述第二密码信息之间的相似度满足第二预设条件，所述方法还包括：
将密码设置成功的提示信息展示给用户。
4.根据权利要求1所述的方法，其特征在于，所述预设手写行为特征包括手写原始特征和手写衍生特征中的至少一项，其中，所述手写衍生特征是基于所述手写原始特征得到的；
所述手写原始特征包括以下至少一项；手写字符的平面坐标、手写输入时的屏幕压力、手写加速度、手写时间、手写时间间隔、手写轨迹。
5.根据权利要求1所述的方法，其特征在于，所述预设字符包括以下至少一种：中文、英文、数字、符号。
6.根据权利要求1所述的方法，其特征在于，所述待验证密码信息与预存储的用户手写设置的预设密码的预设密码信息之间的相似度满足第一预设条件包括：
所述第一相似度不小于第一阈值，且所述第二相似度不小于第二阈值。
7.根据权利要求6所述的方法，其特征在于，若所述预设字符包括至少两个字符，所述第一相似度包括所述待验证字符中的每个字符与所述预设字符中的相对应的字符之间的第三相似度，所述第一相似度不小于第一阈值包括所述待验证字符中的每个字符所对应的第三相似度均不小于所述第一阈值；
所述预设特征包括所述预设字符中的各个字符分别所对应的特征，所述第二相似度包括所述待验证字符中的每个字符所对应的特征与所述预设字符中相对应的字符所对应的特征之间的第四相似度，所述第二相似度不小于第二阈值包括所述待验证字符中的每个字符所对应的第四相似度均不小于所述第二阈值。
8.根据权利要求7所述的方法，其特征在于，所述待验证密码信息与预存储的用户手写设置的预设密码的预设密码信息之间的相似度满足第一预设条件还包括以下至少一项：
所述待验证字符中的各个字符所对应的第四相似度的相似度均值不小于第三阈值。
9.根据权利要求1至8中任一项所述的方法，其特征在于，若所述预设特征包括所述预设证字符图像，所述第二相似度包括所述待验证字符图像和所述预设证字符图像之间的第五相似度，其中，所述第五相似度是通过以下方式确定的：
将所述待验证字符图像和所述预设证字符图像输入至第一神经网络模型，基于所述第一神经网络模型的输出得到所述第五相似度。
10.根据权利要求1至8中任一项所述的方法，其特征在于，若所述预设特征包括所述预设手写行为特征，所述第二相似度包括所述待验证手写行为特征和所述预设手写行为特征之间的第六相似度，其中，所述第六相似度是通过以下方式确定的：
将所述待验证手写行为特征和所述预设手写行为特征输入至第二神经网络模型，基于所述第二神经网络模型的输出得到所述第六相似度；
或者，
根据所述待验证手写行为特征的特征向量与所述预设手写行为特征之间的欧式距离，确定所述第六相似度。
11.一种基于手写密码的身份认证装置，其特征在于，包括：
待验证密码接收模块，其配置为用于接收用户手写输入的待验证密码；
待验证密码信息提取模块，其配置为用于提取所述待验证密码的待验证密码信息，所述待验证密码信息包括所述待验证密码中的待验证字符和待验证特征，所述待验证特征包括所述待验证字符所对应的待验证字符图像和所述待验证字符所对应的待验证手写行为特征中的至少一项；
身份验证模块，其配置为若所述待验证密码信息与预存储的用户手写设置的预设密码的预设密码信息之间的相似度满足第一预设条件，则确定身份验证是否成功；
其中，所述预设密码信息包括预设字符和预设特征，所述预设特征包括所述预设字符所对应的预设证字符图像和所述预设字符所对应的预设手写行为特征中的至少一项，所述待验证特征与所述预设特征相对应；
所述待验证密码信息与所述预设密码信息之间的相似度，包括所述待验证字符和所述预设字符之间的第一相似度，以及所述待验证特征与对应的所述预设特征之间的第二相似度。
CN201910283204.3A 2019-04-10 2019-04-10 基于手写密码的身份认证方法及装置 Pending CN110008670A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201910283204.3A CN110008670A (zh) 2019-04-10 2019-04-10 基于手写密码的身份认证方法及装置
PCT/CN2019/083957 WO2020206734A1 (zh) 2019-04-10 2019-04-23 基于手写密码的身份认证方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910283204.3A CN110008670A (zh) 2019-04-10 2019-04-10 基于手写密码的身份认证方法及装置

Publications (1)

Publication Number Publication Date
CN110008670A true CN110008670A (zh) 2019-07-12

Family

ID=67170615

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910283204.3A Pending CN110008670A (zh) 2019-04-10 2019-04-10 基于手写密码的身份认证方法及装置

Country Status (2)

Country Link
CN (1) CN110008670A (zh)
WO (1) WO2020206734A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110457877A (zh) * 2019-07-31 2019-11-15 中国工商银行股份有限公司 用户认证方法和装置、电子设备、计算机可读存储介质
CN112084470A (zh) * 2020-07-14 2020-12-15 深圳市能信安技术有限公司 用户身份认证方法、装置、用户终端及服务器

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113468242B (zh) * 2021-06-30 2024-04-16 中国人民解放军海军航空大学 一种基于多维次序匹配的多节点航迹快速关联方法及系统
CN115223178B (zh) * 2022-07-13 2023-05-23 厦门国际银行股份有限公司 签名真伪验证方法、系统、终端设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101827154A (zh) * 2009-03-04 2010-09-08 中兴通讯股份有限公司 移动终端中密码设置、验证方法与装置
CN103294334A (zh) * 2012-03-05 2013-09-11 北京三星通信技术研究有限公司 屏幕解锁和数据访问控制方法及安全控制装置
JP2014081877A (ja) * 2012-10-18 2014-05-08 Sharp Corp 情報処理装置、サイン情報取得方法、および、プログラム
CN104463147A (zh) * 2014-12-30 2015-03-25 浪潮通用软件有限公司 一种实现手写签名验证的方法和装置
CN106779665A (zh) * 2016-11-23 2017-05-31 广东微模式软件股份有限公司 一种基于人体生物特征识别与防抵赖技术的pos取现方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101827154A (zh) * 2009-03-04 2010-09-08 中兴通讯股份有限公司 移动终端中密码设置、验证方法与装置
CN103294334A (zh) * 2012-03-05 2013-09-11 北京三星通信技术研究有限公司 屏幕解锁和数据访问控制方法及安全控制装置
JP2014081877A (ja) * 2012-10-18 2014-05-08 Sharp Corp 情報処理装置、サイン情報取得方法、および、プログラム
CN104463147A (zh) * 2014-12-30 2015-03-25 浪潮通用软件有限公司 一种实现手写签名验证的方法和装置
CN106779665A (zh) * 2016-11-23 2017-05-31 广东微模式软件股份有限公司 一种基于人体生物特征识别与防抵赖技术的pos取现方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110457877A (zh) * 2019-07-31 2019-11-15 中国工商银行股份有限公司 用户认证方法和装置、电子设备、计算机可读存储介质
CN112084470A (zh) * 2020-07-14 2020-12-15 深圳市能信安技术有限公司 用户身份认证方法、装置、用户终端及服务器

Also Published As

Publication number Publication date
WO2020206734A1 (zh) 2020-10-15

Similar Documents

Publication Publication Date Title
US11847199B2 (en) Remote usage of locally stored biometric authentication data
CN110008670A (zh) 基于手写密码的身份认证方法及装置
US11736478B2 (en) Device, system, and method of user authentication based on user-specific characteristics of task performance
CN108229130B (zh) 一种验证方法及装置
Martinez-Diaz et al. Graphical password-based user authentication with free-form doodles
CN104408341B (zh) 基于陀螺仪行为特征的智能手机用户身份认证方法
US10476873B2 (en) Device, system, and method of password-less user authentication and password-less detection of user identity
WO2017071126A1 (zh) 触屏用户按键行为模式构建与分析系统及其身份识别方法
US8004491B2 (en) System for and methods of storing and comparing computer generated continuous vector lines through a non-secure or a secure communication channel
CN106453209B (zh) 一种身份验证方法和装置
CN105631272B (zh) 一种多重保险的身份认证方法
CN107220590A (zh) 一种基于活体检测的防作弊网络调研方法、装置及系统
WO2020252932A1 (zh) 操作行为的人机识别方法、装置及计算机设备
Ren et al. Signature verification using critical segments for securing mobile transactions
Koong et al. A user authentication scheme using physiological and behavioral biometrics for multitouch devices
Van Nguyen et al. Finger-drawn pin authentication on touch devices
CN110990811A (zh) 一种身份认证方法及装置
US20200275271A1 (en) Authentication of a user based on analyzing touch interactions with a device
Bhardwaj et al. A novel behavioural biometric technique for robust user authentication
CN102314594B (zh) 活体认证装置和活体认证方法
CN107194219A (zh) 基于相似度的智能终端身份认证方法
US11669604B2 (en) Methods and systems for authenticating a user
WO2015032303A1 (zh) 一种基于字符字根的在线笔迹认证及模板扩充方法
CN107483423A (zh) 一种用户登录验证方法
CN113407921B (zh) 一种笔迹识别的登录方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20190712

RJ01 Rejection of invention patent application after publication