基于手机传感的在线签名身份认证方法及系统的制作方法
【专利摘要】本发明公开了一种基于手机传感的在线签名身份认证方法及系统，方法中首先对真实用户和伪造用户的手写轨迹进行训练，得到一个相似性的阈值，将该阈值和用于训练的真实用户信息存放在用户本地的模板库中；在用户身份认证过程中，通过手机传感器采集到用户的轨迹信息，提取该轨迹的特征信息后，通过该特征信息与用户模板库中的特征信息通过DTW算法进行相似性匹配得到最小的相似性值，将该相似性值与存放在本地模板库中的阈值进行比较，以确定当前是否为真实用户。
【专利说明】
基于手机传感的在线签名身份认证方法及系统
技术领域
[0001] 本发明涉及一种利用手机传感器和在线签名技术融合的个人身份认证方式，特别 涉及一种采用手机加速度传感器、陀螺仪与DTW(动态时间规整)签名算法融合的技术手段， 来实现安全便捷的手机身份认证。
【背景技术】
[0002] 目前，公知存在的手机个人身份认证有数字密码和口令结合、生物特征识别等方 式，其中数字密码和口令结合的认证方式实现简单，但是存在一定的安全隐患，容易被攻 破，严重时可能会带来不可挽回的损失;生物特征识别方式是利用个人所具有的生物体征 的唯一性进行用户的身份验证，但由于获取生物特征设备的昂贵以及技术的不成熟，导致 在手机上的应用很难推广。所以，手机个人身份认证这一领域有待进一步的开发和研究。
【发明内容】
[0003] 为了克服已有的手机认证方式普遍存在的安全问题和认证方式的复杂性问题，提 供一种基于手机传感的在线签名身份认证方法及系统。
[0004] 本发明解决其技术问题所采用的技术方案是：
[0005] 提供一种基于手机传感的在线签名身份认证方法，其特征在于，
[0006] 训练阶段：
[0007] 步骤1-1、通过手机内置传感器获取用户与非用户的带标记的手写轨迹信息；
[0008] 步骤1-2、将不同用户的手写轨迹信息通过预处理操作；
[0009] 步骤1-3、提取预处理后的轨迹特征信息，包括归一化后的空间坐标信息、方位角 信息和倾斜角信息；
[0010] 步骤1-4、运用DTW算法得到不同用户的轨迹特征信息之间的相似性，从而得到判 断真伪用户之间的距离阈值T;并将训练好的用户轨迹特征信息和距离阈值T存放在用户本 地模板库中；
[0011] 识别阶段：
[0012] 步骤2-1、通过手机传感器获取用户手写轨迹信息并进行预处理；
[0013] 步骤2-2、提取预处理后的轨迹特征信息，包括归一化后的空间坐标信息、方位角 信息和倾斜角信息；
[0014] 步骤2-3、通过DTW算法将提取的轨迹特征信息与用户本地模板库中的轨迹特征信 息对比，得到两个轨迹之间的相似性值S;
[0015] 步骤2-4、将相似性值S与训练过程中得到的距离阈值T做比较，当S〈 = T时，判定为 真实用户，否则为伪造用户。
[0016] 本发明所述的方法中，步骤1-1中，以手机内置的加速度传感器为主传感器，以陀 螺仪为辅助传感器，其中加速度传感器获得的数据为重力加速度与实际运动加速度在各个 方向上的和，陀螺仪检测手机在移动过程中的方向变化，以获得手机移动的实时角速度。
[0017] 本发明所述的方法中，用户本地模板库中，每个用户存放3个签名模板，包含最大 值、最小值和平均数量特殊点的三个用户签名。
[0018] 本发明所述的方法中，步骤2-1具体为：
[0019]将待验证的用户轨迹特征信息和训练过程中存放在本地标准模板库中的轨迹特 征信息分别做比较，得到3个相似性值，选取其中最小的相似性值与存放在本地模板库中的 距离阈值做比较。
[0020] 本发明所述的方法中，步骤1-2与步骤2-1中对用户手写轨迹信息进行预处理具体 包括：
[0021] 将得到的用户手写轨迹信息通过高斯滤波器去除其中的噪声，噪声主要来自手机 器件在工作中产生的高斯白噪声；
[0022] 通过求取坐标点的平均值来计算手写签名在二维平面的重心；
[0023] 将每个手写签名坐标减去重心值，得到平移后的新坐标，该重心成为新的坐标原 占.
[0024] 将新坐标进行大小归一化，通过公式^Z(x〇y+y(〇2)求新坐标序列的二维平方 和的开根号，n表示轨迹的总坐标数，再分别通过公式x (t)=x(t)/M，y(t)=y(t) /M归一化 横纵坐标序列。
[0025] 本发明还提供了一种基于手机传感的在线签名身份认证系统，该系统包括训练模 块和识别模块，其中：
[0026] 训练模块包括：
[0027] 训练轨迹信息获取模块，用于通过手机内置传感器获取用户与非用户的带标记的 手写轨迹信息；
[0028]训练预处理模块，用于将不同用户的手写轨迹信息通过预处理操作；
[0029] 训练提取模块，用于提取预处理后的轨迹特征信息，包括归一化后的空间坐标信 息、方位角信息和倾斜角信息；
[0030] 本地模板库建立模块，用于运用DTW算法得到不同用户的轨迹特征信息之间的相 似性，从而得到判断真伪用户之间的距离阈值T;并将训练好的用户轨迹特征信息和距离阈 值T存放在用户本地模板库中；
[0031] 识别模块包括：
[0032] 轨迹信息获取模块，用于通过手机传感器获取用户手写轨迹信息；
[0033]预处理模块，用于对用户手写轨迹信息进行预处理；
[0034] 提取模块，提取预处理后的轨迹特征信息，包括归一化后的空间坐标信息、方位角 信息和倾斜角信息；
[0035] 比对模块，用于通过DTW算法将提取的轨迹特征信息与用户本地模板库中的轨迹 特征信息对比，得到两个轨迹之间的相似性值S;
[0036] 判定模块，用于将相似性值S与训练过程中得到的距离阈值T做比较，当S〈 = T时， 判定为真实用户，否则为伪造用户。
[0037] 本发明所述的系统中，训练轨迹信息获取模块具体以手机内置的加速度传感器为 主传感器，以陀螺仪为辅助传感器，通过加速度传感器获得的数据为重力加速度与实际运 动加速度在各个方向上的和，通过陀螺仪检测手机在移动过程中的方向变化，以获得手机 移动的实时角速度。
[0038]本发明所述的系统中，本地模板库建立模块具体用于在用户本地模板库中，为每 个用户存放3个签名模板，包含最大值、最小值和平均数量特殊点的三个用户签名。
[0039]本发明所述的系统中，预处理模块具体用于将待验证的用户轨迹特征信息和训练 过程中存放在本地标准模板库中的轨迹特征信息分别做比较，得到3个相似性值，选取其中 最小的相似性值与存放在本地模板库中的距离阈值做比较。
[0040] 本发明所述的系统中，训练预处理模块与预处理模块对用户手写轨迹信息进行预 处理时具体包括：
[0041] 将得到的用户手写轨迹信息通过高斯滤波器去除其中的噪声，噪声主要来自手机 器件在工作中产生的高斯白噪声；
[0042] 通过求取坐标点的平均值来计算手写签名在二维平面的重心；
[0043] 将每个手写签名坐标减去重心值，得到平移后的新坐标，该重心成为新的坐标原 占.
[0044] 将新坐标进行大小归一化，通过公式>/= ^艺>(/)2+沖_):)求新坐标序列的二维平方 和的开根号，n表示轨迹的总坐标数，再分别通过公式x (t)=x(t)/M，y(t)=y(t) /M归一化 横纵坐标序列。
[0045] 本发明产生的有益效果是:本发明将手机传感器与在线签名技术融合，利用手机 加速度传感器和陀螺仪捕捉人在空中移动手机时候的轨迹获得人的签名，然后利用成熟的 手写签名技术完成手机身份认证功能，既能解决目前的手机认证方式存在的不安全性问 题，同时也解决了当前技术实现的复杂性。
【附图说明】
[0046] 下面将结合附图及实施例对本发明作进一步说明，附图中：
[0047] 图1是本发明实施例基于手机传感的在线签名身份认证方法的流程图；
[0048]图2是本发明实施例基于手机传感的在线签名身份认证系统的流程图。
【具体实施方式】
[0049] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对 本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不 用于限定本发明。
[0050] 本发明在用户的身份认证过程中，采用智能手机内置的传感器捕捉用户手在空中 划过的轨迹信息，这里主要是利用手机的加速度传感器和陀螺仪来完成轨迹的方向和角度 变换的检测，从而实现将用户在三维空间随意书写的笔迹信息重现在二维平面中；具体是 通过加速度传感器获得手机加速度信息，对加速度二重积分可得到手机沿某一方向移动的 位移，同时陀螺仪检测手机在移动过程中的方向变化，从而获得三维空间中手机移动的全 部轨迹信息;将轨迹信息描述在二维平面中，对轨迹信息进行预处理，去除一些噪声和冗余 的信息，下一步提取预处理后信息的特征，通过DTW算法对特征信息进行相似性度量;在训 练过程中，训练数据包括用户与非用户的特定手写轨迹，训练得到属于每个用户的阈值，并 将真实用户的手写轨迹特征信息存放到用户的个人模板库中；在识别过程中，同样，将获得 的轨迹信息预处理后提取其特征信息，再将该特征信息与用户模板库中的特征信息通过 DTW算法得到两种信息之间的相似值，再将该相似值与保存在用户本地的阈值做比较，如果 小于本地阈值，则判定为该用户，否则判定为伪造用户。
[00511本发明实施例基于手机传感的在线签名身份认证方法，参考图1，该认证方法主要 包括以下步骤：
[0052]训练阶段：
[0053]步骤1-1、通过手机内置传感器获取用户与非用户的带标记的手写轨迹信息；
[0054]步骤1-2、将不同用户的手写轨迹信息通过预处理操作；
[0055]步骤1-3、提取预处理后的轨迹特征信息，包括归一化后的空间坐标信息、方位角 信息和倾斜角信息；
[0056] 步骤1-4、运用DTW算法(Dynamic Time Warping，动态时间归准）得到不同用户的 轨迹特征信息之间的相似性，从而得到判断真伪用户之间的距离阈值T;并将训练好的用户 轨迹特征信息和距离阈值T存放在用户本地模板库中；
[0057]识别阶段：
[0058]步骤2-1、通过手机传感器获取用户手写轨迹信息并进行预处理；
[0059]步骤2-2、提取预处理后的轨迹特征信息，包括归一化后的空间坐标信息、方位角 信息和倾斜角信息；
[0060]步骤2-3、通过DTW算法将提取的轨迹特征信息与用户本地模板库中的轨迹特征信 息对比，得到两个轨迹之间的相似性值S;
[0061 ]步骤2-4、将相似性值S与训练过程中得到的距离阈值T做比较，当S〈 = T时，判定为 真实用户，否则为伪造用户。
[0062] 步骤1-1中，以手机内置的加速度传感器为主传感器，以陀螺仪为辅助传感器，其 中加速度传感器获得的数据为重力加速度与实际运动加速度在各个方向上的和，陀螺仪检 测手机在移动过程中的方向变化，以获得手机移动的实时角速度。
[0063] 本发明的一个实施例中，用户本地模板库中，每个用户存放3个签名模板，包含最 大值、最小值和平均数量特殊点的三个用户签名。
[0064] 步骤2-1具体为：
[0065]将待验证的用户轨迹特征信息和训练过程中存放在本地标准模板库中的轨迹特 征信息分别做比较，得到3个相似性值，选取其中最小的相似性值与存放在本地模板库中的 距离阈值做比较。
[0066] 步骤1-2与步骤2-1中对用户手写轨迹信息进行预处理具体包括：
[0067] 将得到的用户手写轨迹信息通过高斯滤波器去除其中的噪声，噪声主要来自手机 器件在工作中产生的高斯白噪声；
[0068] 通过求取坐标点的平均值来计算手写签名在二维平面的重心；
[0069] 将每个手写签名坐标减去重心值，得到平移后的新坐标，该重心成为新的坐标原 占.
[0070] 将新坐标进行大小归一化，通过公式&/= Jx<</)'+r(/)-)求新坐标序列的二维平方 V / 丨.. 和的开根号，n表示轨迹的总坐标数，再分别通过公式x (t)=x(t)/M，y(t)=y(t) /M归一化 横纵坐标序列。
[0071] 本发明实施例基于手机传感的在线签名身份认证系统用于实现上述实施例的认 证方法，该系统包括训练模块和识别模块，如图2所示，其中：
[0072]训练模块包括：
[0073]训练轨迹信息获取模块，用于通过手机内置传感器获取用户与非用户的带标记的 手写轨迹信息；
[0074]训练预处理模块，用于将不同用户的手写轨迹信息通过预处理操作；
[0075] 训练提取模块，用于提取预处理后的轨迹特征信息，包括归一化后的空间坐标信 息、方位角信息和倾斜角信息；
[0076] 本地模板库建立模块，用于运用DTW算法得到不同用户的轨迹特征信息之间的相 似性，从而得到判断真伪用户之间的距离阈值T;并将训练好的用户轨迹特征信息和距离阈 值T存放在用户本地模板库中；
[0077]识别模块包括：
[0078]轨迹信息获取模块，用于通过手机传感器获取用户手写轨迹信息；
[0079]预处理模块，用于对用户手写轨迹信息进行预处理；
[0080] 提取模块，提取预处理后的轨迹特征信息，包括归一化后的空间坐标信息、方位角 信息和倾斜角信息；
[0081] 比对模块，用于通过DTW算法将提取的轨迹特征信息与用户本地模板库中的轨迹 特征信息对比，得到两个轨迹之间的相似性值S;
[0082]判定模块，用于将相似性值S与训练过程中得到的距离阈值T做比较，当S〈 = T时， 判定为真实用户，否则为伪造用户。
[0083] 其中训练轨迹信息获取模块与轨迹信息获取模块可共用一个模块实现，训练预处 理模块和预处理模块可共用一个模块实现，训练提取模块和提取模块也可共用一个模块实 现。
[0084] 当系统首次启动，进入系统的训练过程，真实用户与伪造用户分别手握手机在空 中多次书写相同的笔迹信息，通过手机传感器将这些信息采集作为系统的训练数据，将每 个数据用一个带标签的向量来存储，标签可用数字1表示真实用户，用-1表示伪造用户，通 过对训练数据的特征提取之后，求出数据之间的DTW相似性，最后得到一个用于识别过程的 标准阈值，并将该阈值和真实用户的训练数据一同存放在本地模板库中；在手机交互过程 中，用户手握手机同样在空中书写训练的笔迹信息，系统根据该笔迹信息自动判定当前使 用者是真实用户还是伪造用户。系统启动后，再根据上述认证方法对用户手持手机在空中 的签名进行认证。
[0085] 综上，本发明将手机传感器与在线签名技术融合，既能解决目前的手机认证方式 存在的不安全性问题，同时也解决了当前技术实现的复杂性;本发明系统简单、方便易操 作、安全性高。从硬件开销来看，本发明中需要用到的硬件设备主要有手机加速度传感器和 陀螺仪，这些是现有手机里已有的部件，价格便宜，不会增加额外的硬件开销;从软件开发 来看，本发明中用到了成熟的特征提取和DTW签名算法，能达到很好的签名识别效果。本发 明最大的特色是将这两种技术完美结合，解决现有的手机个人身份认证系统中存在的一些 弊端。
[0086]应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换， 而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
【主权项】
1. 一种基于手机传感的在线签名身份认证方法，其特征在于，包括W下步骤： 训练阶段： 步骤1-1、通过手机内置传感器获取用户与非用户的带标记的手写轨迹信息； 步骤1-2、将不同用户的手写轨迹信息通过预处理操作； 步骤1-3、提取预处理后的轨迹特征信息，包括归一化后的空间坐标信息、方位角信息 和倾斜角信息； 步骤1-4、运用DTW算法得到不同用户的轨迹特征信息之间的相似性，从而得到判断真 伪用户之间的距离阔值T;并将训练好的用户轨迹特征信息和距离阔值T存放在用户本地模 板库中； 识别阶段： 步骤2-1、通过手机传感器获取用户手写轨迹信息并进行预处理； 步骤2-2、提取预处理后的轨迹特征信息，包括归一化后的空间坐标信息、方位角信息 和倾斜角信息； 步骤2-3、通过DTW算法将提取的轨迹特征信息与用户本地模板库中的轨迹特征信息对 比，得到两个轨迹之间的相似性值S; 步骤2-4、将相似性值S与训练过程中得到的距离阔值T做比较，当S< = T时，判定为真实 用户，否则为伪造用户。2. 根据权利要求1所述的方法，其特征在于，步骤1-1中，W手机内置的加速度传感器为 主传感器，W巧螺仪为辅助传感器，其中加速度传感器获得的数据为重力加速度与实际运 动加速度在各个方向上的和，巧螺仪检测手机在移动过程中的方向变化，W获得手机移动 的实时角速度。3. 根据权利要求1所述的方法，其特征在于，用户本地模板库中，每个用户存放3个签名 模板，包含最大值、最小值和平均数量特殊点的=个用户签名。4. 根据权利要求3所述的方法，其特征在于，步骤2-1具体为： 将待验证的用户轨迹特征信息和训练过程中存放在本地标准模板库中的轨迹特征信 息分别做比较，得到3个相似性值，选取其中最小的相似性值与存放在本地模板库中的距离 阔值做比较。5. 根据权利要求1所述的方法，其特征在于，步骤1-2与步骤2-1中对用户手写轨迹信息 进行预处理具体包括： 将得到的用户手写轨迹信息通过高斯滤波器去除其中的噪声，噪声主要来自手机器件 在工作中产生的高斯白噪声； 通过求取坐标点的平均值来计算手写签名在二维平面的重屯、； 将每个手写签名坐标减去重屯、值，得到平移后的新坐标，该重屯、成为新的坐标原点； 将新坐标进行大小归一化，通过公；1^:新坐标序列的二维平方和的开 根号，n表示轨迹的总坐标数，再分别通过公式X (t)=x(t)/M，y(t)=y(t) /M归一化横纵坐 标序列。6. -种基于手机传感的在线签名身份认证系统，其特征在于，该系统包括训练模块和 识别模块，其中： 训练模块包括： 训练轨迹信息获取模块，用于通过手机内置传感器获取用户与非用户的带标记的手写 轨迹信息； 训练预处理模块，用于将不同用户的手写轨迹信息通过预处理操作； 训练提取模块，用于提取预处理后的轨迹特征信息，包括归一化后的空间坐标信息、方 位角信息和倾斜角信息； 本地模板库建立模块，用于运用DTW算法得到不同用户的轨迹特征信息之间的相似性， 从而得到判断真伪用户之间的距离阔值T;并将训练好的用户轨迹特征信息和距离阔值T存 放在用户本地模板库中； 识别模块包括： 轨迹信息获取模块，用于通过手机传感器获取用户手写轨迹信息； 预处理模块，用于对用户手写轨迹信息进行预处理； 提取模块，提取预处理后的轨迹特征信息，包括归一化后的空间坐标信息、方位角信息 和倾斜角信息； 比对模块，用于通过DTW算法将提取的轨迹特征信息与用户本地模板库中的轨迹特征 信息对比，得到两个轨迹之间的相似性值S; 判定模块，用于将相似性值S与训练过程中得到的距离阔值T做比较，当S< = T时，判定 为真实用户，否则为伪造用户。7. 根据权利要求6所述的系统，其特征在于，训练轨迹信息获取模块具体W手机内置的 加速度传感器为主传感器，W巧螺仪为辅助传感器，通过加速度传感器获得的数据为重力 加速度与实际运动加速度在各个方向上的和，通过巧螺仪检测手机在移动过程中的方向变 化，W获得手机移动的实时角速度。8. 根据权利要求6所述的系统，其特征在于，本地模板库建立模块具体用于在用户本地 模板库中，为每个用户存放3个签名模板，包含最大值、最小值和平均数量特殊点的=个用 户签名。9. 根据权利要求8所述的系统，其特征在于，预处理模块具体用于将待验证的用户轨迹 特征信息和训练过程中存放在本地标准模板库中的轨迹特征信息分别做比较，得到3个相 似性值，选取其中最小的相似性值与存放在本地模板库中的距离阔值做比较。10. 根据权利要求6所述的系统，其特征在于，训练预处理模块与预处理模块对用户手 写轨迹信息进行预处理时具体包括： 将得到的用户手写轨迹信息通过高斯滤波器去除其中的噪声，噪声主要来自手机器件 在工作中产生的高斯白噪声； 通过求取坐标点的平均值来计算手写签名在二维平面的重屯、； 将每个手写签名坐标减去重屯、值，得到平移后的新坐标，该重屯、成为新的坐标原点； 将新坐标进行大小归一化，通过公式衣新坐标序列的二维平方和的开 根号，n表示轨迹的总坐标数，再分别通过公式X (t)=x(t)/M，y(t)=y(t) /M归一化横纵坐 标序列。
【文档编号】H04M1/725GK105912910SQ201610250594
【公开日】2016年8月31日
【申请日】2016年4月21日
【发明人】汪阳, 曾文超, 詹恩奇, 郑建彬, 华剑
【申请人】武汉理工大学