買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉北京理工大學申請的專利一種基于滑動振動信號的連續身份認證方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115481380B 。

龍圖騰網通過國家知識產權局官網在2025-09-09發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210989164.6，技術領域涉及：G06F21/32；該發明授權一種基于滑動振動信號的連續身份認證方法是由李凡;解亞東設計研發完成，并于2022-08-17向國家知識產權局提交的專利申請。

本一種基于滑動振動信號的連續身份認證方法在說明書摘要公布了：本發明涉及一種基于滑動振動信號的連續身份認證方法，屬于移動計算應用技術領域。當觸摸屏檢測到人體滑動動作后，振動馬達產生特定振動信號，加速度計接收到被手指滑動影響后的獨特振動響應。由于每個人的手指具有特有的形狀、大小、骨密度和肌肉分布等特性，將產生具有獨特個體差異的振動響應。本方法設計了一種新的振動信號生成機制，包括兩種不同類型振動信號的組合以及隨機頻率分量的添加。本發明從接收的兩種信號中分別提取出不同的用戶生物特征，并設計了一種神經網絡來消除用戶的生物特征中行為特征的影響。最后，通過利用行為無關的生物特征實現連續用戶身份認證。本發明成本低、抗干擾性強、安全性高，適用于大部分相關場景。

本發明授權一種基于滑動振動信號的連續身份認證方法在權利要求書中公布了：1.一種基于滑動振動信號的連續身份認證方法，其特征在于，包括以下步驟： 步驟1：智能設備產生并收集主動振動信號； 在移動智能設備內置振動馬達，能夠生成主動振動信號，主動振動信號結合兩種不同類型的振動信號來獲得用戶手指生物特征，包括線性調頻信號和穩定信號； 步驟1.1：生成振動信號； 當移動智能設備感應到人體手指滑動動作時，振動馬達首先產生一個線性調頻信號，其振動頻率隨時間增加而線性增加；當發出線性調頻信號后，振動馬達會繼續產生穩定信號，直到用戶手指停止滑動； 步驟1.2：接收振動信號； 當振動馬達產生振動信號時，使用同一移動智能設備上的加速度計接收振動響應； 步驟1.3：添加隨機頻率分量，簡稱RFS； 用戶每次認證時都會隨機生成若干個頻率隨機且持續時間非常短的余弦波信號；通過比較接收信號中的RFS和發送信號中的RFS是否一致，判斷本次認證中加速度計接收到的振動響應信號是否為真；攻擊者將無法使用之前已經通過認證的振動響應信號來進行重放攻擊； 步驟2：對接收的振動響應信號進行預處理； 步驟2.1：選擇包含振動響應最明顯的坐標軸； 加速度計收集到的振動響應信號包含X軸、Y軸、Z軸的數據，選擇對振動信號最敏感的加速度軸上的數據來進行后續處理；利用信噪比來定義加速度計的各個坐標軸對于振動信號的敏感程度，振動響應信號和噪聲信號的信噪比越大，則振動響應功率占比越大； 步驟2.2：去除運動噪聲； 在所選加速度計坐標軸的振動響應中過濾掉運動噪聲； 步驟2.3：分割兩種振動信號； 確定接收信號中線性調頻信號與穩定信號的分割點；首先，將加速度計接收到的信號分成若干個頻帶，并計算頻帶間幅值的方差；線性調頻信號和穩定信號之間存在一個頻帶方差的極小值，該值對應的時間即為兩段信號的分割點； 步驟3：匹配發送信號和接收信號中的RFS； 在登錄認證時，RFS被添加到發送信號的穩定信號段上，然后判斷接收信號中的RFS是否與發送信號中的RFS對應匹配； 步驟3.1：時域匹配； 時域匹配，是確定接收信號和發送信號中每個RFS的起止時間是否一致； 對接收信號計算短時能量，采用基于短時能量差值的算法檢測每個RFS的起止時間；然后，計算RFS的開始結束時間與系統已知的發送信號中的RFS的開始結束時間之間的時間差；如果開始結束時間差均小于設定值，則認為發送信號和接收信號的RFS在時域上是匹配的； 步驟3.2：頻域匹配； 頻域匹配，是檢查發送信號和接收信號中RFS的頻率是否相同； 使用快速傅里葉變換來分析穩定信號段的頻率分布情況；每個RFS存在的頻率能量相對較高，因此會在頻譜中呈現出較高的峰值；如果發送信號和接收信號的RFS頻率差值小于設定值，則認為發送信號和接收信號的RFS在頻域是匹配的； 步驟4：從加速計接收的振動響應信號中提取人體生物特征； 步驟4.1：從線性調頻信號中提取特征； 采用同步壓縮小波變換算法，首先利用小波變換將線性調頻信號從時間-尺度平面傳遞到時間-頻率平面，隨后對該平面的能量進行重新分配，獲得頻率曲線更加集中的時頻特征； 步驟4.2：從穩定信號中提取特征； 使用經驗小波變換來從中提取生物特征，將穩定信號的傅里葉頻譜劃分為連續的區間，然后在每個區間上構造正交小波濾波器組來進行信號重構，并提取出一組調幅調頻信號，之后進行希爾伯特變換，得到能夠表征人體手指生物特征的瞬時頻率和瞬時幅度； 步驟5：用戶身份認證； 步驟5.1：訓練集構造； 采用一種Triplet網絡來重構用戶的生物特征，使處理后的用戶生物特征中僅包含人體手指固有的物理生物特征； Triplet網絡包括三個相同的子網絡，其輸入是由基準樣本、正樣本和負樣本組成的三元組；其中，正樣本與基準樣本是同一用戶在不同行為下的樣本，負樣本與基準樣本是不同用戶在相同行為下的樣本；每個子網絡的輸出是與行為無關的物理生物特征向量； 在訓練網絡之前，首先構造輸入的三元組；從觸摸屏傳感器獲取每個滑動動作的行為特征，如果兩次滑動動作的行為特征之間的差值大于設定值，則認為這兩次滑動的行為不同； 步驟5.2：網絡模型訓練； 在訓練過程中，通過最小化Triplet網絡的損失，實現用戶行為無關的物理生物特征的提取； 步驟5.3：用戶注冊及登錄； 當新用戶注冊時，其提取出的特征和其他已注冊用戶的特征被用于形成新的三元組樣本；使用三元組輸入樣本微調Triplet網絡的參數；然后，為新用戶生成一個唯一的中心生物特征，它被定義為從用戶注冊數據中提取的與行為無關的物理生物特征向量的平均值； 當用戶登錄時，首先計算登錄用戶的行為無關生物特征與系統內全部中心生物特征之間的歐氏距離；然后，將當前登錄用戶識別為最小距離對應的中心生物特征所屬的用戶；同時，設定一個閾值來區分合法用戶和攻擊者，如果最小距離大于閾值，則認為當前登錄用戶不是合法用戶并拒絕其訪問。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人北京理工大學，其通訊地址為：100081 北京市海淀區中關村南大街5號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。