上海工程技术大学电子电气工程学院，上海

收稿日期：2021年12月24日；录用日期：2022年1月6日；发布日期：2022年1月30

摘要

目前，移动设备中传统的身份认证如密码、指纹等方式存在安全性低、易被破解等风险，不能完全保护使用者的隐私。本文提出基于用户行为特征的持续身份认证方案，通过调用移动终端传感器获得与用户行为相关的数据，采用最大互信息系数提取出能表征用户的特征，再利用机器学习算法进行模型训练，对用户身份进行识别。为了使持续的身份认证方式尽可能减少能耗，提出了低能耗的身份认证模型，对内置传感器的不同采样频率和识别算法进行能耗分析，实验结果表明，模型采用朴素贝叶斯算法，传感器采样率为25 Hz时，可以使认证精度达到97.94%，且显著降低认证模型的能耗。

关键词

行为特征，移动终端，传感器数据，身份认证，低能耗

Low Energy Identity Authentication Based on User Behavior Characteristics

Mengqi Lin, Xiaomei Zhang

School of Electronic and Electrical Engineering, Shanghai University of Engineering Science (SUES), Shanghai

Received: Dec. 24^th, 2021; accepted: Jan. 6^th, 2022; published: Jan. 30^th, 2022

ABSTRACT

At present, the traditional identity authentication in mobile devices, such as password and fingerprint, has low security, easy to be cracked and has other risks, and cannot completely protect the user’s privacy. In this paper, a continuous identity authentication scheme based on user behavior characteristics is proposed. The data related to user behavior are obtained by calling mobile terminal sensors, and the features that can represent users are extracted by using maximum mutual information coefficient. Then the user identity is identified by machine learning algorithm for model training. In order to make the continuous authentication way as far as possible to reduce energy consumption, low energy consumption of the authentication model is put forward, with built-in sensors of different sampling frequency and identification algorithms for analysis of energy consumption, the experimental results show that the model uses naive Bayesian algorithm, the sensor when the sampling rate is 40 Hz, can make the authentication accuracy reach 97.94%, and significantly reduce the energy consumption of authentication model.

Keywords:Behavioral Characteristics, Mobile Terminal, Sensor Data, Identity Authentication, Low Energy Consumption

Copyright © 2022 by author(s) and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY 4.0).

http://creativecommons.org/licenses/by/4.0/

1. 引言

随着智能手机中存储的敏感信息(如银行账户)和个人信息(如短信、个人照片)的内容越来越多，隐私信息泄露正成为整个信息社会需要担忧的问题 [1]。为了保护隐私和安全，目前移动端常用的身份识别方案有数字密码、图案密码、指纹识别、面部识别等 [2] [3] [4]。然而，这类身份认证方式并不能够百分之百地保护，容易被攻破 [5] 并且认证频繁，每次唤醒设备都要进行验证。当前基于生物行为特征的连续身份验证越来越流行 [6]，采集移动终端传感器以及用户行为等信息 [7]，通过算法识别出当前使用者的身份，可以避免频繁使用口令、密码等显式认证方式，且能够对用户进行持续不间断的身份认证，因此能够兼顾用户的体验度与设备的安全性 [8]。

生物行为识别技术基于用户的行为，如挥手的手势 [9] 、步态 [10] 、击键 [11] 、触摸屏 [12] 等，以及其他一般行为特征。Frank等人 [13] 讨论了用户与触摸屏的交互作为连续认证的行为生物特征是否有效的问题，并证明了简单的触摸行为就足以验证用户。Hestbek等人 [14] 提出了一种基于穿戴传感器和非循环特征提取步态的方法。然而，持续的身份认证会增加移动设备的验证开销，Riva等人提出了渐进式身份认证的方式 [15]，该方法将用户被要求输入密码的次数减少了42%，使身份验证成为当前不使用安全锁用户的可行解决方案，并通过支持向量机算法得到92.5%的召回率。Y. Yang和J. Sun提出了基于行为的移动设备隐式认证的高效w层 [16]，该方法消耗了设备总电池使用量的14.5%，并得到了96.73%的平均准确率。

在此基础上，本文提出了基于用户行为特征的身份认证方案，通过采集移动设备传感器数据，得到用户与移动设备触摸屏的交互信息，并提取出用户的行为特征，采用机器学习算法训练数据集从而实现对用户的身份验证。为了降低整个认证模型的开销，本文分别对采集数据阶段以及模型训练和认证阶段进行能耗分析，最终得到基于用户行为的低能耗认证模型，该模型不仅在一定程度上降低了能耗，并且能够得到较高的认证准确率。

2. 认证方案设计

基于用户行为特征的身份认证主要有以下几个阶段：数据采集、特征提取、模型训练、身份识别。数据采集部分主要是调用手机内置传感器获得与用户行为相关的交互数据；特征提取部分将采集到的原始数据进行一系列的计算得到更能够表征用户行为的特征(例如滑动轨迹长度等)，再将提取出的特征进行分类；模型训练部分本文采用特征融合的方式将分类后的特征进行融合，采用机器学习算法进行模型的训练，并将模型保存；身份识别部分则将测试数据放入认证模型中，并得到认证结果。

2.1. 低能耗身份认证模型

在用户使用手机的过程中，会调用手机传感器来生成与用户行为相关的数据，再通过算法识别出用户的身份，从而达到持续的认证效果。然而这一过程会使认证后台持续运行，导致移动设备有能量的损耗。因此，本文提出了基于用户行为特征的低能耗的身份认证模型，在保证模型准确率的情况下，同时降低模型的能耗。

可以看出，整个身份认证的过程中，最体现能耗的部分即为传感器的调用和算法的识别，因此本文主要从内置传感器的数据采集和识别算法两个方面进行讨论，从降低数据采集过程中设备电量的消耗、减少训练模型过程中所耗费的时间和占用的内存来体现低能耗。认证模型如图1所示。

图1. 基于用户行为特征的低能耗的身份认证模型

2.1.1. 内置传感器

本文主要调用加速度传感器、GPS和陀螺仪传感器数据，以及触摸屏的XY坐标和速度。手机在调用传感器过程中，会导致CPU、内存、网络和能量发生变化，而本文中的数据采集过程需要大量的调用传感器并返回数据，会频繁地占用内存以及消耗能量。为了探究低能耗的认证模型，本文决定采用不同的采样频率来采集数据，在Android studio平台将采集数据的app进行设置，采样率分别设为50 Hz、25 Hz和5 Hz进行实验。

2.1.2. 识别算法

模型训练和身份识别是模型中十分耗能的部分。由于不同的算法内部逻辑不同，训练一个模型所消耗的时间也会有所差异；调用训练好模型进行认证时，不同的算法得到的模型所占用的内存也各不相同；另外，模型认证所耗时间和准确率也有一定区别。

本文采用了贝叶斯、支持向量机、逻辑回归和决策树四种算法进行对比实验，并对算法的能耗进行分析，将准确率较高且能耗较低的算法选入低能耗的身份认证模型。

2.2. 数据采集

为了获得准确和适用的实验数据，本文通过Android studio平台自主开发阅读软件，使用vivo Y38手机运行软件，用户在阅读过程中滑动屏幕并调用内置传感器，软件后端记录每一滑动过程所产生的一系列数据。

实验数据由10名用户进行采集，为了保证数据的连贯性以及减少误差，要求每位用户进行6次数据采集，单次采集时长不少于半小时，最终各用户得到不少于3000条的轨迹信息。

由于在采集数据的过程中，用户可能会因为不当操作导致数据异常或冗余，因此需要对异常值进行剔除。本文采用Z-score对数据进行标准化，并判断出异常数据，主要步骤如下：

1) 将一组数据定义为 $x_1,x_2,\cdots ,x_n$ ，计算均值 $\mu$ ：

$\mu =\frac{x_1+x_2+\cdots +x_n}{n}$ (1)

2) 根据贝塞尔公式得到标准差 $\sigma$ ：

$\sigma =\sqrt{{\displaystyle \underset{i=1}{\overset{n}{\sum }}{\left(x_i-\mu \right)}^2}/n-1}$ (2)

3) 得到标准化的数据 $z_i$ ：

$z_i=\frac{x_i-\mu }{\sigma }$ (3)

判断 $z_i$ 的绝对值是否大于某个阈值，本文中阈值设置为2，若 $z_i$ 的绝对值大于2，则视为异常的数据，进行剔除。其中阈值的设定是基于经验，在数据集较大的情况下，阈值为2时，表示有2.5%的数据会被标记为异常。

2.3. 特征提取

本文通过数据采集共得到五类原始数据，分别为：加速度传感器(X、Y、Z)、陀螺仪传感器(X、Y、Z)、GPS (经度和纬度)、滑动坐标(X、Y)、滑动速度(X、Y)。

通过实验发现，原始数据并不能很好的表征用户，得到较高的认证准确率，因此需对数据进行处理，进一步得到这四类数据(除GPS)的均值、方差、最大值、最小值、起始点和终止点，以及一次滑动的时间和GPS共计59个特征。

本文采用特征融合的方式，由于特征融合发生在特征之间，分类之前，也称作early fusion。主要是利用特征选择技术，从融合的所有特征中找到最大限度的提高分类器性能的特征。

最大互信息系数

通过计算均值、方差、最大值、最小值、起始点和终止点的方式得到了59个特征，为了得到更能表征用户行为的特征，本文通过计算各特征与用户身份之间的最大互信息系数(Maximal Information Coefficient)来进行筛选。

最大互信息系数是用于来衡量两个变量之间的关联程度，与互信息(Mutual Information)相比，它具有更高的准确率。最大互信息数的计算利用了互信息的概念。

设有两个离散的随机变量X和Y，它们之间的互信息量计算公式为：

$I\left(X;Y\right)={\displaystyle \underset{y\in Y}{\sum }{\displaystyle \underset{x\in X}{\sum }p\left(x,y\right)\log \left(\frac{p\left(x,y\right)}{p\left(x\right)p\left(y\right)}\right)}}$ (4)

在上式中， $p\left(x,y\right)$ 是X和Y的联合概率分布函数， $p\left(x\right)$ 和 $p\left(y\right)$ 是X和Y的边缘概率分布函数。最大互信息系数是针对两个变量之间的关系离散在二维空间中，使用散点图来表示，将当前二维空间在x、y方向分别划分为一定的区间数，然后查看当前的散点在各个方格中落入的情况，这样就解决了在互信息中的联合概率难求的问题。最大互信息系数的计算公式为：

$MIC\left(X;Y\right)=\underset{a\ast b<B}{\max }\frac{I\left(X;Y\right)}{{\log }_2\min \left(a,b\right)}$ (5)

公式(5)中a、b表示x、y方向上的划分格子的个数，本质上就是网格分布，B是变量，其中B的大小设置为数据量的0.6次方左右最佳。

通过计算59个特征与用户身份的最大互信息系数，本文选择将最大互信息系数大于0.3的特征筛选出来，共计37个特征作为特征集，如表1所示。

表1. 各特征与用户身份的最大互信息系数

3. 实验结果与分析

本文从采样频率和识别算法两个方面对模型的能耗进行评估，并得到不同采样率下的认证准确率，使模型在保证能耗尽量低的情况下能有更高的精度。

在采样频率的设置中，本文根据Android studio平台中传感器的采样率参数，分别采用SENSOR_DELAY_GAME、SENSOR_DELAY_UI和SENSOR_DELAY_NORMAL进行实验，其分别代表采样率为50 Hz、25 Hz和5 Hz。假设用户的一次滑动过程需要1 s，那么在GAME状态下每次滑动可以采集到50条数据，而在NORMAL状态下只有5条数据。其中SENSOR_DELAY_GAME、SENSOR_DELAY_UI和SENSOR_DELAY_NORMAL是在Android编程中SensorManager的频率参数。

而在模型的特征筛选过程中，例如均值、方差和极值等，无论单条轨迹包含多少个点，均只会得到一个结果。因此，不同采样率下产生的用于训练和测试的数据量是相同的，但会导致数据的值各不相同。

3.1. 采样频率能耗分析

为了得到不同采样率下，身份认证模型的能量损耗，要求用户在不同的采样率下各使用1小时软件来采集数据，并通过电池容量监测管理软件监测手机电池使用情况。电池容量监测管理软件为长沙张量方程信息科技有限公司所开发，版本为3.1，可在安卓手机的应用商店中下载使用，界面如图2所示。在采集数据过程中，该软件会记录实时的CPU使用频率、CUP温度以及电量消耗等信息。

图2. 电池容量监测管理软件

本文实验所用的手机设备均为vivo Y38，其参数如表2所示。

表2. vivo Y38参数

采样频率实验结果

本文利用池容量监测管理软件进行实时的检测，并记录了不同采样率的情况下，用户使用采集数据软件1小时的过程中，电量的消耗、电量的下降速度、CPU使用频率的最大值以及CPU在使用之初和使用结束时的温度范围，具体数值如表3所示。

表3. 不同采样率的能耗情况

由表可以看出，在电量消耗方面，GAME模式明显高于UI模式和NORMAL模式，在1小时内，GAME模式比UI模式多消耗24.67 mAh，若使用24个小时，将多出592.08 mAh的电量，多出的电量相当于总电量的1/5。除此之外，CPU的温度在GAME模式下会上升3℃，UI模式和NORMAL模式几乎没变化。因此，选用UI模式或NORMAL模式来进行数据采集更佳。

3.2. 算法能耗分析

对于用户身份的识别，属于二分类问题，本文在识别算法中选择了朴素贝叶斯、支持向量机、逻辑回归和决策树这四种模型，通过该模型的运行时间和占用内存来评估其能耗，并根据准确度(Accuracy)与精密度(Precision)比较不同算法之间的认证精度。

其中Accuracy和Precision的计算方式如下：

$Accuracy=\frac{TP+TN}{TP+FP+TN+FN}$ (6)

$Precision=\frac{TP}{TP+FP}$ (7)

TP表示实际为正例且被分类为正例的个数，TN表示实际为负例且被分类为负例的个数，FP表示实际为负例但被分类为正例的个数，FN表示实际为正例但被分类为负例的个数。Accuracy表示的是分类器整体上的正确率，而Precision表示分类器预测为某个类别的正确率。

识别算法实验结果

本文将1.2节中采集到的数据进行特征的提取与模型的训练，并得到不同算法的运行时间，将训练好的模型保存到本地，记录该模型的占用空间，具体数据如表4所示。

表4. 不同算法所占用的时间和空间

识别算法中，支持向量机表现出的效果最差，不仅运行时间很长，而且占用空间也是其他算法的几十倍。在算法的选择中，若选择朴素贝叶斯或决策树，不仅更加节省识别算法所造成的时间和空间的消耗，而且可以提高整个身份认证过程的效率。

3.3. 认证准确率

除了考虑采样率和识别算法的能耗问题，身份认证中最主要的是身份识别的准确率，本文对不同采样率、不同算法进行了实验，并得到Accuracy和Precision来评估模型的整体性能。详细的实验结果如表5所示。

表5. 实验结果

从表5可以看出，朴素贝叶斯得到的准确率最高，在GAME模式下的Precision能够达到97.33%，而支持向量机的准确率最低。

结合2.1节中对采样频率的能耗分析和2.2节中对算法的能耗分析，若选择在UI模式下进行数据采集，并选用朴素贝叶斯进行模型的训练和认证，一天内能减少手机18%的电量，模型的训练时间与占用空间相较于其他算法也很少。将其作为低能耗的身份认证模型能得到95.32%的准确度和97.94%的精密度。

4. 结束语

本文提出基于用户行为特征的持续身份认证方案，通过调用移动设备传感器数据，利用这些原始数据提取出能够表征用户行为的特征，并采用机器学习算法对特征进行训练，实现对用户身份的持续认证。为了考虑认证模型的能耗问题，本文分别对传感器的采样频率和识别算法进行能耗分析，最终使用25 Hz的采样率和朴素贝叶斯算法得到基于用户行为特征的低能耗身份认证模型，实验结果表明，该模型不仅能在一定程度上降低能耗，且能达到97.94%的认证精度。虽然本文的认证方案得到了较高的准确率，但是本文只考虑了用户静坐情况下使用移动设备的场景，下一步将优化应用场景，设置走路、跑步等运动状态，以实现同一用户在不同场合下的持续身份认证。

基金项目

国家自然科学基金(61802252)。

文章引用

林梦琪,张晓梅. 基于用户行为特征的低能耗身份认证
Low Energy Identity Authentication Based on User Behavior Characteristics[J]. 软件工程与应用, 2022, 11(01): 41-49. https://doi.org/10.12677/SEA.2022.111006

参考文献