计算机工程

作者：张彭明, 张晓梅, 胡建鹏

单位：上海工程技术大学 电子电气工程学院, 上海 201620

关键词：隐私安全,隐式认证,行为特征,机器学习,动态信任值

基金：国家自然科学基金（61802252）。

在智能手机隐私安全领域，隐式认证具有高安全性、友好交互体验等优点，但存在行为特征采集不便、认证模型复杂的问题。提出一种基于动态信任值的分级隐式认证方案。利用机器学习方法进行模型训练，提取用户划屏行为特征作为前级认证数据，并将前级输出概率经信任值检测作为后级认证数据，进而得到最终认证结果。同时基于真实用户历史认证变化的稳定性和连续性，通过计算一定时间窗口内的认证概率均值作为动态信任更新值，使信任值在真实用户认证结果变化范围内波动。实验结果表明，该方案的分类准确率达到98.63%，等错误率仅为3.43%，与只包含前级认证的方案相比准确性更高，并且能够有效阻挡冒名者非法使用手机。

来源：2021年第10期

《计算机工程》期刊编辑部

查看计算机工程杂志2021年第10期