专利名称：用户识别系统的制作方法
技术领域：
本发明涉及一种用户识别系统。
本发明尤其是涉及这样一种系统，其中的数字表示源自用户输入的模拟形式。模拟形式可以是用户任意的所谓生物特性(biometric distinctive)，例如用户的手写签名、用户的声音、用户的拇指指纹、用户眼睛的视网膜扫描。
依照本发明的第一个方面，提供了一种用于识别用户的系统，所述系统包括从用户输入的模拟形式导出数字表示的装置，所述模拟形式是用户的特性；相对于多个等级对数字表示分级的装置，所述等级是依赖于所述模拟形式中可能的变化而定义的，尽管有所述变化所述等级仍能确保所述模拟形式的相同等级，分级后的数字表示构成了用户的标识。
依照本发明的第二个方面，提供了一种用于识别用户的方法，所述方法包括导出用户模拟形式特性的数字表示，相对于多个等级对数字表示分级，所述等级是依赖于所述模拟形式中可能的变化来定义的，尽管有所述变化所述等级仍能确保所述模拟形式的相同等级，分级后的数字表示构成了用户的标识。
将通过实例、参考附图来描述依照本发明的用户识别系统，其中
图1是系统的方框示意图；图1a是通过图1系统中压力敏感屏幕的剖面图；图2是图1系统中的一致性过滤分析器的方框示意3是图1系统中的密度过滤分析器的方框示意图；图4是图1系统中的区域过滤分析器的方框示意图；图5是图1系统中的空间过滤分析器的方框示意图；图6是在图1系统中多次使用的分级电路的方框示意图；图7是说明等级定义曲线的图形，等级定义曲线由图6中分级电路的曲线构造算术电路构造；图8是图1系统中的校准器的方框示意图。
参看图1和图1a，该系统的用户使用输入笔3在压力敏感屏幕1上签下他/她的签名S。在屏幕1的X和Y层上都维持有基电压。由输入笔3在签名期间对屏幕1所施加的压力改变了电阻率，并因此改变了X和Y层的基电压。X层的基电压在签名期间任意时刻上的改变与到屏幕1的y轴的距离成比例。同样，Y层基电压在签名期间任意时刻上的改变与到屏幕1的x轴的距离成比例。因而，由屏幕1输出的电压信号Vx、Vy表示输入笔3在屏幕1上的x/y位置随时间的变化，即Vx、Vy表示签名S。抽样保持电路5将Vx和Vy数字化以提供DSx＝x1、x2、x3等以及DSy＝y1、y2、y3等，数字信号分别表示签名S的x和y分量。合并电路7像下面这样合并DSx、DSy以提供数字签名DS＝x1、y1、x2、y2、x3、y3(等)。
DS＝x1、y1、x2、y2、x3、y3(等)被提供给分段器21，分段器21把DS分成一系列分段SSn＝SS1、SS2、SS3等。例如，SS1＝x1、y1到x10、y10，SS2＝x11、y11到x20、y20，SS3＝x21、y21到x30、y30，等等。随后进而把分段SSn提供给所有四个过滤分析器23、25、27和29。这样，首先向所有四个分析器提供SS1，然后是SS2，然后是SS3，等等。
现在将描述由一致性过滤分析器23对分段SSn的处理。
参看图2，分离器31把SS1分成它的x和y分量SS1x＝x1、x2、x3等，SS1y＝y1、y2、y3等。现在将描述对SS1x的处理。峰/谷检测器33检测SS1中存在的峰/谷。它是通过在存储器35中依次存储x1、x2、x3等而做到这一点的，同时x1、x2、x3等在不断地上升/下降，但检测器33刚一检测到从升到降或从降到升的变化，在那时所存储的x值(不包括检测到变化时的值)就被累加起来并提供给比较器37。因而，向比较器37提供了一系列求和结果，每个求和结果代表所输入的签名在x方向上的峰/谷。比较器37依靠每个求和结果的大小把它分配给若干个求和结果大小的区域或范围中的一个。落在每个区域中的求和结果(x方向的峰/谷)的数量，被存储在统计分析器41的存储器39中。分析器41确定单个区域中峰/谷的最大数和最小数，并从最大数中减去最小数。例如，在所有区域中，第一个区域可能包含峰/谷最大数10，第二个区域可能包含峰/谷最小数2。这种情况下，分析器41从10中减去2得到8。把分析器41执行减操作得到的结果提供给平衡器43。这个结果(单个数字)是在单个区域中发现的SS1x中峰/谷数量变化的广度。这就完成了对SS1x的处理。
对SS1y的处理与SS1x的处理正好对应。这样，峰/谷检测器45检测SS1y中的峰/谷，检测涉及对存储器47的使用。比较器49把每个峰/谷分配到它适当的区域。落在每个区域中的峰/谷数量被存储在统计分析器53的存储器51中。分析器53向平衡器43提供对在单个区域中发现的SS1y中峰/谷数量变化的广度的度量(单个数字)。
对SS2x、SS2y、SS3x、SS3y等的处理也和SS1x、SS1y的处理完全对应。处理继续进行，直到整个签名DS都被处理过为止。这样，就向平衡器43提供了两组单个数字，其中一组表示输入签名中在x方向上峰/谷的分布，另一组表示输入签名中在y方向上峰/谷的分布。平衡器43对表示SS1x中峰/谷分布的单个数字与表示SS1y中峰/谷分布的单个数字取平均，并在它的输出上提供这个结果。平衡器43对SS2x和SS2y、SS3x和SS3y等进行相同的操作。这样，平衡器43在它的输出上提供了一系列代表所输入签名中峰/谷分布的平均值。用SS1r、SS2r、SS3r等来表示这个系列。这个系列构成了一致性过滤分析器23的输出。
下面将描述由密度过滤分析器25对分段SSn的处理。
参看图3，分离器61把SS1分成它的x和y分量，SS1x＝x1、x2、x3等，SS1y＝y1、y2、y3等。现在描述对SS1x的处理。匹配电路63从x1开始并把它依次和SS1x中其余的x值即x2、x3、x4等进行比较。当电路63检测到x1与另一x值相同(或近似相同)时，它就把累加器65加1。例如，如果电路63检测到x1与SS1x中的x3、x7和x9相同，累加器65的计数将是3。匹配电路63随后取下一个x值x2并再次把它依次与SS1x中其余的x值即x1、x3、x4、x5等进行比较。当电路63检测到x2与另一x值相同(或近似相同)时它也将累加器65加1。延续刚才的例子，如果电路63检测到x2与SS1x中的x8和x10相同，累加器65的计数将是5。匹配电路63随后取下一个x值x3并再次把它依次和SS1中其余的x值即x1、x2、x4、x5等进行比较。当电路63检测到x3与另一x值相同(或近似相同)时它也将累加器65加1。延续刚才的例子，电路63检测到x3与SS1x中的x1、x7和x9相同。这样，累加器65的计数将是8。对SS1x中剩下的x值即x4、x5、x6等重复这个步骤。在由匹配电路63处理完SS1x之后把累加器65的计数提供给平衡器67。这样，就向累加器65提供了一个代表x方向上SS1中的点密度的数字。
对SS1y的处理与SS1x的处理完全对应。因而，匹配电路69对SS1y中的每个y值和SS1y中其余的y值进行比较，每当找到一个匹配时就把累加器71加1。在匹配电路69处理完SS1y之后把累加器71中的总数提供给平衡器67。这样，就向累加器71提供了一个代表y方向上SS1中的点密度的数字。
对SS2x、SS2y、SS3x、SS3y等的处理也和SS1x、SS1y的处理完全对应。处理继续进行，直到整个签名DS都被处理过为止。这样，就向平衡器67提供了两组数字，其中一组表示输入签名在x方向上的密度，另一组表示输入的签名在y方向上的密度。平衡器67对代表SS1x中密度的数字和代表SS1y中密度的数字取平均，并在它的输出上提供结果。平衡器67对SS2x和SS2y、SS3x和SS3y等进行相同的操作。这样，平衡器67在它的输出上提供了一系列代表输入签名的密度的平均值。用SS1d、SS2d、SS3d等来表示这个系列。这个系列构成了密度过滤分析器25的输出。
现在将描述区域过滤分析器27对分段SSn的处理。
参看图4，缓冲区71缓存了预定数量的最初接收到的分段SS1的x、y值。例如，假定SS1＝x1、y1到x100、y100，缓冲71缓存了10个接收到的x、y值。这种情况下，缓冲区71将先缓存x1、y1到x10、y10，在处理完x1、y1到x10、y10之后，缓冲区71然后缓存x11、y11到x20、y20，然后是x21、y21到x30、y30，等等。实际上，缓冲区71把分段SS1分成了10个子段，每个子段包含10对x、y值。比较器73确定由缓冲区71提供给它的子段中的最大和最小y值，并把这些值提供给算术电路75。电路75从最大值减去最小值，并用结果乘以x方向上子段的长度。延续刚才的例子，由缓冲区71提供给比较器73的第一个子段将是x1、y1到x10、y10。假定比较器73确定这个子段中的最大和最小y值分别是y2和y7。算术电路75计算(y2-y7)/10(除以10是因为子段在x方向上的长度为10个x值)。算术电路75的计算结果被提供给累加器77。这样，就向累加器77提供了对第一个子段SS1中输入签名所占据的区域的度量。对SS1的其它子段重复同样的过程(前面例子中其余的9个子段)，每次重复都会增加累加器77所保存的数量。这导致累加器77保存的值代表输入签名在分段SS1中所占据的区域。累加器77在它的输出上提供这个值。
对SS2、SS3等的处理和SS1的处理完全对应。处理继续进行，直到整个签名DS都被处理过为止。这样，累加器77在它的输出上提供了一系代表输入签名所占据的区域的值。用SS1a、SS2a、SS3a等来表示这个系列。这个系列构成了区域过滤分析器27的输出。
现在将描述空间过滤分析器29对分段SSn的处理。
参看图5，平均电路81计算SS1中存在的平均x值和平均y值，即，电路81(i)对SS1中存在的所有x值求和并用求和结果除以x值的个数，(ii)对SS1中存在的所有y值求和并用求和结果除以y值的个数。电路81把平均x值提供给减法电路83，把平均y值提供给减法电路85。因为SS1是签名DS的第一个分段，电路83把SS1中的平均x值放在寄存器87中，电路85把SS1中的平均y值放在寄存器89中。
平均电路81现在计算SS2中的平均x值和平均y值，并把这些值分别提供给减法电路83和85。电路83从SS2中的平均x值减去寄存器87中当前存储的SS1中的平均x值，并把结果提供给模数电路(modulus circuit)91。电路83随后用SS2中的平均x值代替当前存储在寄存器87中的SS1中的平均x值。模数电路91取得从SS2中的平均x值减去SS1中的平均x值的结果的正值(positive)，并在它的输出上提供这个正值。这样，电路91在它的输出上提供一个代表签名从分段SS1到分段SS2的平均x位置偏移量的值。以和电路83对应的方式，电路85从SS2中的平均y值减去寄存器89中当前存储的SS1中的平均y值，并把结果提供给模数电路93。电路85随后用SS2中的平均y值代替存储在寄存器89中的SS1中的平均y值。模数电路93取得从SS2中的平均y值减去SS1中的平均y值的结果的正值，并在它的输出上提供这个正值。这样，电路93就在它的输出上提供了代表签名从分段SS1到分段SS2的平均y位置的偏移量的值。
对SS3、SS4等的处理与对SS2的处理完全对应。因而，对SS3的处理导致模数电路91、93提供了代表签名从分段SS2到分段SS3的平均x、y位置偏移量的值，对SS4的处理导致模数电路91、93提供了代表签名从分段SS3到分段SS4的平均x、y位置偏移量的值，等等。处理继续进行，直到整个签名都已被处理过为止。这样，模数电路91提供了一系列代表签名的平均x位置变化的值，模数电路93提供了一系列代表签名的平均y位置变化的值。分别用SS1xs、SS2xs、SS3xs等和SS1ys、SS2ys、SS3ys等来表示该系列。这两个系列构成了空间过滤分析器29的两个输出。
在系统正常操作中，即系统紧跟校准之后的操作，每个开关141、143、145、147、149把它从过滤分析器23、25、27、29接收到的输入切换到各自的分级电路151、153、155、157、159。在系统的校准中，每个开关141、143、145、147、149把它的输入切换到校准器121。稍后将描述系统的校准。
现在将描述分级电路151对一致性过滤分析器23的输出SS1r、SS2r、SS3r等的处理。
参看图6，曲线构造算术电路101利用存储在校准值存储器131中的关于SS1r的两个校准值V1ss1r和V2ss1r，根据方程式Ta＝C(V1ss1r)a+V2ss1r构造曲线，其中C是常数，a被从1增加到与SS1r要被归类的等级数相同的值。对于a的每个值按照该方程式来计算Ta。例如，如果a被增加到值为8，T1＝C(V1ss1r)+V2ss1r，T2＝C(V1ss1r)2+V2ss1r，T3＝C(V1ss1r)3+V2ss1r，等等，并且电路101构造出如图7所示的曲线。计算出的Ta(本例中为T1到T8)是用来对SS1r分级的阈值。这些阈值Ta被提供给阈值存储器103。比较器105将从一致性过滤分析器23接收到的SS1r和阈值Ta进行比较，并决定把哪个等级指定给SS1r，即对应于小于T1的值的等级，对应于T1和T2之间的值的等级，对应于T2和T3之间的值的等级，等等。所指定的等级Gss1r被提供给合并电路107。
对SS2r、SS3r、SS4r等的处理和对SS1r的处理完全对应，因而，关于每个SSr，用它相应的校准值V1ssr、V2ssr来根据方程式Ta＝C(V1ss1r)a+V2ss1r构造曲线，提供用来对SSr分级的阈值Ta。对每个SSr来说阈值的个数都相同，即对每个SSr来说方程式中的″a″都被从1增加到相同的值(在本例中是8)。但是，对每个SSr来说各个阈值的精确位置是不同的，因为这个位置依赖于正在分级的SSr的特定校准值V1ssr和V2ssr。
处理继续进行，直到关于整个签名DS的SSr都已被分级为止。这样，比较器105在它的输出上提供了一系列等级Gssr＝Gss1r、Gss2r、Gss3r等等，这些等级中的每一个都是对为之指定该等级的签名DS的分段SSn的峰/谷分布的度量。可以理解为，比较器105的系列输出中可能的不同值的个数等于等级的个数(在本例中为8)，一致性过滤分析器23输出的SSr相对于这些等级进行了归类。
随后的处理与分级电路151对一致性过滤分析器23的输出SS1r、SS2r、SS3r等的处理完全对应(i)由分级电路153处理密度过滤分析器25的输出SS1d、SS2d、SS3d等；(ii)由分级电路155处理区域过滤分析器27的输出SS1a、SS2a、SS3a等；(iii)由分级电路157处理空间过滤分析器29的一个输出SS1xs、SS2xs、SS3xs等；(iv)由分级电路159处理空间过滤分析器29的其它输出SS1yxs、SS2ys、SS3ys等。
在分级电路153中，关于每个SSd，它相应的校准值V1ssd和V2ssd被用来根据方程式Ta＝C(V1ssd)a+V2ssd构造曲线，从而提供用来对SSd分级的阈值Ta。这样，分级电路153在它的输出上提供了一系列等级Gssd＝Gss1d、Gss2d、Gss3d等等，这些等级中的每一个都是对为之指定该等级的签名分段中的密度的度量。
在分级电路155中，关于每个SSa，它相应的校准值V1ssa和V2ssa被用来根据方程式Ta＝C(V1ssa)a+V2ssa构造曲线，从而提供用来对SSa分级的Ta阈值。这样，分级电路155在它的输出上提供了一系列等级Gssa＝Gss1a、Gss2a、Gss3a等等，这些等级中的每一个都是对为之指定该等级的签名分段中的区域的度量。
在分级电路157中，关于每个SSxs，它相应的校准值V1ssxs和V2ssxs被用来根据方程式Ta＝C(V1ssxs)a+V2ssxs构造曲线，从而提供用来对SSxs分级的阈值Ta。这样，分级电路157在它的输出上提供了一系列等级Gssxs＝Gss1xs、Gss2xs、Gss3xs等等，这些等级中的每一个都是对为之指定该等级的签名分段中的平均x位置的度量。
在分级电路159中，关于每个Ssys，它相应的校准值V1ssys和V2ssys被用来根据方程式Ta＝C(V1ssys)a+V2ssys构造曲线，从而提供用来对Ssys分级的阈值Ta。这样，分级电路159在它的输出上提供了一系列等级Gssys＝Gss1ys、Gss2ys、Gss3ys等等，这些等级中的每一个都是对为之指定该等级的签名分段中的平均y位置的度量。
合并电路107像下面这样合并Gssr、Gssd、Gssa、Gssxs、Gssys并提供结果作为它的输出Gss1r、Gss1d、Gss1a、Gss1xs、Gss1ys、Gss2r、Gss2d、Gss2a、Gss2xs、Gss2ys、Gss3r、Gss3d、Gss3a、Gss3xs、Gss3ys等等。这样，合并电路107的输出表示输入签名的峰/谷、密度、区域和平均x/y位置。合并电路107的输出可被看作输入签名的数字表示。
设计意图是该系统能够可靠地再现真实用户的签名的同一数字表示，以便可靠地识别这个人。为此，该系统必须能够容忍用户签名中的变化，即真实用户的签名的同一数字表示必须由该系统来提供，尽管真实的用户并不能每次都精确的再现相同的签名。此外，该系统对真实用户的签名的变化的容忍程度绝不能容许另一个人伪造该真实用户的签名并被该系统识别为那个真实的用户。
分级电路151、153、155、157、159提供对真实用户的签名变化的容忍。由分级电路所使用的阈值的精确位置确定了要应用的等级。这些阈值必须能够使得，从真实用户任一次再现他/她的签名到下一次再现他/她的签名都对该真实用户的签名的给定分段的给定特征(峰/谷、密度、区域、平均x/y位置)指定相同的等级，尽管签名有变化。但是，这些阈值绝对不能让系统被愚弄。用在给定签名分段的给定特征的阈值的精确位置由存储在校准值存储器131中关于该签名分段的该特征的校准值V1和V2确定。这些校准值是在系统校准时确定的，现在对其进行描述。
校准是基于由真实用户所输入的若干样本签名进行的。每个样本签名都被数字化、分段、并进行分析，以便由过滤分析器23、25、27、29提供输出。如前所述，在校准中，每个开关141、143、145、147、149将它从过滤分析器23、25、27、29接收到的输入切换到校准器121。
参看图8，关于每个样本签名的SSr、SSd、SSa、SSxs、Ssys被存储在存储器201中。现在将描述对一致性过滤分析器23关于每个样本签名第一分段的输出的处理。用1SS1r表示关于第一个样本签名的输出，2SS1r表示关于第二个样本签名的输出，3SS1r表示关于第三个样本签名的输出，等等。算术电路203确定1SS1r、2SS1r、3SS1r等中的最小值SS1rmin和最大值SS1rmax，并把最小值SS1rmin提供给分级电路205，把最大值SS1rmax提供给分级电路207。分级电路205、207的操作与分级电路151、153、155、157、159的操作完全对应。因而，分级电路205根据方程式Ta＝C(V1ss1rmin)a+V2ss1rmin构造曲线，从而提供用来对SS1rmin分级的阈值Ta。V1ss1rmin由伪随机数生成器209随机选择和提供。V2ss1rmin被设为0。指定给SS1rmin的等级Gmin被提供给比较器211。同样，分级电路207根据Ta＝C(V1ss1rmax)a+V2ss1rmax构造曲线，从而提供用来对SS1rmax分级的阈值Ta。V1ss1rmax同V1ss1rmin一样由伪随机数生成器209提供。V2ss1rmax也被设为0。指定给SS1rmax的等级Gmax被提供给比较器211。比较器211把Gmin和Gmax之间的差提供给曲线调整处理器213。
可以理解，校准的目标是Gmin和Gmax处于相同等级，因为SS1rmin和SS1rmax被看作是对真实用户签名的第一分段中峰/谷的最小和最大的可能度量。因此，一旦校准之后，该系统必须能够容忍这些最小和最大度量，即，它必须为它们指定相同的等级，否则该系统将不能可靠地识别真实用户，因为它将以不同的方式(即，通过不同系列的等级)来表示他/她的签名。此外，一旦校准之后，该系统绝对不能容忍稍稍在SS1rmin之下和SS1rmax之上的度量，即应该把这些度量分级为不同于SS1rmin和SS1rmax，否则该系统将很可能被愚弄，因为这样的度量不能代表真实用户的签名。这样，SS1rmin和SS1rmax将落在相同的等级中，但SS1rmin应该刚好在该等级较低的阈值之上，但SS1rmax应该刚好在该等级较高的阈值之下。用来分级SS1r的阈值的精确位置被设置如下。
如果Gmin是不同于Gmax的等级，那么处理器213就递增V1ss1rmin＝V1ss1rmax直到Gmin是与Gmax相邻的等级。当然，如果Gmin已经是与Gmax相邻的等级就不必再这么做。通过考虑方程式Ta＝C(V1ss1rmin或V1ss1rmax)a的行为将会理解到，如果增加V1ss1rmin或V1ss1rmax，那么这样的增加将导致除各个等级范围的扩大之外每个等级的总体升高。因而，增加V1ss1rmin＝V1ss1rmax将导致Gmin成为与Gmax相邻的等级。一旦Gmin成为与Gmax相邻的等级，处理器213进一步很小量地增加V1ss1rmin＝V1ss1rmax直到等级Gmin的范围大于SS1rmin和SS1rmax之间的差。当然，如果已经是这种情况就不必小量地增加V1ss1rmin/V1ss1rmax。
一旦等级Gmin的范围大于SS1rmin和SS1rmax之间的差，处理器213就用与SS1rmin减去Gmin的较低阈值相等的量来升高等级Gmin，以使SS1rmin和SS1rmax处于相同等级Gmin。处理器213通过设置V2ss1rmin＝V2ss1rmax等于SS1rmin减去Gmin的较低阈值而做到这一点。通过考虑方程式Ta＝C(V1ss1rmin或V1ss1rmax)a+(V2ss1rmin或V2ss1rmax)的行为将会理解到，如果增加V2ss1rmin或V2ss1rmax，这样的增加将导致每个等级升高V2ss1rmin或V2ss1rmax所增加的量，但不会导致每个等级的范围的任何扩大。
处理器213现在已经实现了让SS1rmin和SS1rmax落在相同等级内的目标，SS1rmin刚好在该等级的较低阈值之上，SS1rmax刚好在该等级的较高阈值之下。实现这个目标的两个值V1ss1rmin＝V1ss1rmax和V2ss1rmin＝V2ss1rmax被存储在关于SS1r的校准值存储器131中作为两个校准值V1ss1r和V2ss1r，并且由系统在正常操作时用来根据方程式Ta＝C(V1ss1r)a+V2ss1r构造曲线，从而提供用来对SS1r分级的阈值Ta。
前面的三段涉及这种情况，在随机选择V1ss1rmin＝V1ss1rmax并设置V2ss1rmin＝V2ss1rmax为0之后，Gmin是不同于Gmax的等级。在Gmin是与Gmax相同的等级时，处理器213调整V1ss1rmin、V1ss1rmax、V2ss1rmin、V2ss1rmax以确保(按照需要)SS1rmin和SS1rmax刚好落在该等级内，而不是落在该等级内较靠中心的位置。处理器213很小量地减少V1ss1rmin＝V1ss1rmax直到包含SS1rmin和SS1rmax的单个等级的范围变得小于SS1rmin和SS1rmax之间的差。如果，在这个微量减小的过程中的任意时刻，SS1rmin和SS1rmax没能落在相同等级中，处理器213就设置V2ss1rmin＝V2ss1rmax等于SS1rmax减去包含SS1rmax的等级的较低阈值，然后继续微量减小。一旦包含SS1rmin和SS1rmax的单个等级的范围变得小于SS1rmin和SS1rmax的差，处理器213回复到直接在当前值之前的V1ss1rmin＝V1ss1rmax的值。随后两个值V1ss1rmin＝V1ss1rmax和V2ss1rmin＝V2ss1rmax被存储在关于SS1r的校准值存储器131中作为两个校准值V1ss1r和V2ss1r，并且由系统在正常操作时用来根据方程式Ta＝C(V1ss1r)a+V2ss1r构造曲线，从而提供用来对SS1r分级的阈值Ta。
对一致性过滤分析器23关于每个样本签名的第2、3、4...个分段的输出的处理(即对1SS2r、2SS2r、3SS2r等第二分段，1SS3r、2SS3r、3SS3r等第三分段，1SS4r、2SS4r、3SS4r等第四分段的处理)与对一致性过滤分析器23关于每个样本签名的第一个分段(即1SS1r、2SS1r、3SS1r等)的输出的处理完全对应。因而，关于每个分段，校准器121的曲线调整处理器213调整分级曲线，直到SSrmin和SSrmax刚好落在同一等级中为止，实现这一目标的校准值V1ssr和V2ssr被存储在校准值存储器131中。这样，关于每个签名分段的校准值存储器131存储了两个校准值V1ssr和V2ssr，以便分级电路151在对一致性过滤分析器23的输出进行分级时使用。
对剩下的每个过滤分析器(即，密度过滤分析器25、区域过滤分析器27和空间过滤分析器29)的样本签名输出(被存储在存储器201中)的处理都与一致性过滤分析器23的处理完全对应。这样，校准值存储器131存储下列关于每个签名分段的数值两个校准值V1ssr和V2ssr，由分级电路151在对一致性过滤分析器23的输出进行分级时使用；两个校准值V1ssd和V2ssd，由分级电路153在对密度过滤分析器25的输出进行分级时使用；两个校准值V1ssa和V2ssa，由分级电路155在对区域过滤分析器2 7的输出进行分级时使用；两个校准值V1ssxs和V2ssxs，由分级电路157在对空间过滤分析器29的一个输出进行分级时使用；以及两个校准值V1ssys和V2ssys，由分级电路159在对空间过滤分析器29的另一个输出进行分级时使用。
可以理解，由分级电路151、153、155、157、159所应用的等级是基于真实用户签名中可能的变化来确定的，以使这样的变化不会导致从他/她的签名的真实用户的一次再现到下一次再现指定不同的等级。因此，事实上分级电路的功能是从真实用户的签名的变化的数字表示(即，由过滤分析器23、25、27、29提供的表示)导出固定数字表示(即分级电路151、153、155、157、159的输出)，这些固定数字表示由合并电路107合并。一旦校准完毕，通过可靠地提供真实用户签名的同一数字表示，即可靠地向真实用户的签名指定相同的等级，该系统可以可靠地识别真实用户。如果输入的签名没有导致该系统提供与该真实用户的数字表示相同的数字表示，即没有指定与真实用户相同的等级，那么输入该签名的用户就不是真实的用户。
现在将解释为什么能够可靠地提供真实用户签名的同一(即固定)数字表示是特别有利的，尽管签名中会有变化。
可以理解，已知的用于识别用户的系统不能提供真实用户签名的固定的数字表示。这种系统仅仅导出输入签名的数字表示，而该数字表示(如果是真实用户的)将随着签名而有所变化。随后对输入签名的数字表示和存储的已知为真实用户签名的样本数字表示进行比较。如果输入的和存储的签名在一定容限内匹配，输入的签名就被通过。使用这种系统的明显劣势是仍然要在系统中存储真实用户的样本数字表示，而意图假冒真实用户的人可能发现并使用所存储的样本数字表示。使用真实用户签名的不变数字表示的本发明所提供的设备可以解决这个问题。下面是使用这个设备的三个例子。
在第一个例子中，真实用户签名的固定数字表示在公开密钥加密安全通信方案中被用来对称地加密真实用户的私有密钥。以加密的形式存储私有密钥。不存储真实用户签名的固定数字表示。输入的真实用户签名将成功地对加密的私有密钥解密，使得该密钥能够用于安全通信。如果输入的签名不是真实用户的，将不能对加密的私有密钥成功解密。
在第二个例子中，使用真实用户的固定数字表示对一个数据集对称地加密。该加密后的数据集被存储起来。未加密数据集的哈希和也被存储起来。不存储固定数字表示。输入的真实用户签名将成功地对加密的数据集解密，恢复该数据集。随后，恢复出的数据集的哈希和将与所存储的相同。如果输入的签名不是真实用户的，将不能成功恢复该数据集。因此，从不成功的解密得到的任何数据集的哈希和都不会与所存储的相同。
在第三个例子中，真实用户的固定数字表示被用来为一个伪随机数发生器做种子，以便用已知的方式产生一个私有/公开密钥对，以便真实用户在公开密钥加密安全通信方案中使用。每次真实用户输入他/她的签名时，系统就提供该真实用户的私有/公开密钥对。这样做的优势是既不存储真实用户的固定数字表示也不存储真实用户的私有/公开密钥对。不是该真实用户的签名将不能提供该固定数字表示，所以也不能提供该真实用户的私有/公开密钥对。
上面的讲述是本发明通过他/她的手写签名来识别用户的一种实现。将会理解，本发明也可实现为通过用户任意的所谓生物特性来识别用户，例如用户的声音、用户的拇指指纹、用户眼睛视网膜的扫描。
在使用用户声音的情况下，与上面所描述的使用用户签名相对应的本发明的实现如下。用户向系统说一个预定的短语，该短语将被系统数字化和分段。与过滤分析器23、25、27、29类似的过滤分析器将分析所说出的预定短语数字化后的各个特征以提供其不同的数字表示。与分级电路151、153、155、157、159类似的分级电路将对不同的数字表示分级以便提供所说出的预定短语的固定数字表示。分级电路所用的校准值对于所分析的每个短语分段和每个特征来说是特定的，它由与校准器121类似的校准器基于若干个由真实用户说出的样本预定短语导出。
在使用用户的拇指指纹或眼睛视网膜扫描的情况下，本发明将以与上一段中所描述的相对应的方式实现。在这点上，将认识到，真实用户的拇指指纹或眼睛视网膜扫描的变化不会像真实用户的手写签名/说出的预定短语中的变化那么大。在校准期间确定的校准值V1和V2中对此会有所反映，因为V1和V2将基于表示真实用户的拇指指纹或眼睛视网膜扫描中可能变化的范围的最小/最大值来确定。
权利要求
1.一种用户识别系统，所述系统包括用于导出用户输入的模拟形式的数字表示的装置(5，7，21，23，25，27，29)，所述模拟形式是用户的特性；用于相对于多个等级对所述数字表示分级的装置(151，153，155，157，159)，所述等级是根据所述模拟形式中可能的变化来定义的，尽管有所述变化，所述等级也能确保同样地对所述模拟形式进行分级，分级后的数字表示构成了对用户的标识。
2.依照权利要求1的系统，其中，所述多个等级是由方程式Ta＝C(V1)a+(V2)定义的，其中Ta是等级阈值，″a″从1递增到等于所需等级数目的值，C是常数，V1和V2表示所述模拟形式中可能的变化。
3.依照权利要求2的系统，还包括用于确定V1和V2的值的校准装置(121)，所述校准装置(121)包括用于确定代表所述模拟形式中可能的变化范围的最小和最大值的装置(201，203)，所述最小和最大值是从用户输入到系统中的若干个样本模拟形式中确定的；用于确定V1和V2的值的装置(205，207，209，211，213)，在V1和V2被代入所述方程式时，它们提供把所述最小和最大值归入同一等级的等级。
4.依照权利要求3的系统，其中，所述用于确定V1和V2的值的装置(205，207，209，211，213)重复地试验V1和V2的值以便提供把所述最小和最大值归入同一等级的等级，每次试验后面都跟着计算出来的对V1或V2值的调整。
5.依照权利要求4的系统，其中，所述重复的试验还要提供其中所述同一等级的范围大于但基本上等于所述最小和最大值之间的差的等级。
6.依照前述任一权利要求的系统，其中，所述用于导出数字表示的装置(5，7，21，23，25，27，29)包括用于数字化所述输入的模拟形式的装置(5)；以及用于分析数字化后的输入模拟形式的至少一个特征的装置(23，25，27，29)，由此针对该特征或每个特征提供其特征输出指示，该特征输出构成了该输入模拟形式的所述数字表示，所述用于对所述数字表示分级的装置(151，153，155，157，159)相对于所述多个等级对该特征输出或每个特征输出分级，所述多个等级是根据由于所述模拟形式中这个特征的变化而导致的特征输出中的可能变化来定义的。
7.依照权利要求6的系统，其中，所述用于导出数字表示的装置(5，7，21，23，25，27，29)还包括用于对所述数字化后的输入模拟形式分段的装置(21)，所述用于分析数字化后的输入模拟形式的至少一个特征的装置(23，25，27，29)针对输入模拟形式的每个分段分析所述特征，所述用于对所述数字表示分级的装置(151，153，155，157，159)相对于所述多个等级对关于所述每个分段的特征输出或每个特征输出分级，所述多个等级是根据由于模拟形式的分段中该特征的变化而导致的关于该分段的特征输出中的可能变化来定义的。
8.依照前述任一权利要求的系统，其中，所述模拟形式是手写签名。
9.依照从属于权利要求7时的权利要求8的系统，其中，所述数字化后的输入手写签名的特征是从以下特征所组成的组中选择的输入签名的每个分段中的峰/谷、输入签名的每个分段中的密度、输入签名的每个分段中的区域、输入签名的每个分段中的相对平均位置。
10.一种用于识别用户的方法，所述方法包括导出(5，7，21，23，25，27，29)用户的模拟形式特性的数字表示；相对于多个等级对所述数字表示分级(151，153，155，157，159)，所述等级是根据所述模拟形式中可能的变化来定义的，尽管有所述变化，所述等级也能确保同样地对所述模拟形式进行分级，该分级后的数字表示构成了对用户的标识。
11.依照权利要求10的方法，其中，所述多个等级是由方程式Ta＝C(V1)a+(V2)定义的，其中Ta是等级阈值，″a″从1递增到等于所需等级数目的值，C是常数，V1和V2表示所述模拟形式中可能的变化。
12.依照权利要求11的方法，还包括通过如下步骤来确定(121)V1和V2的值确定(201，203)代表所述模拟形式中可能的变化范围的最小和最大值，所述最小和最大值是从用户输入到系统中的若干个样本模拟形式中确定的；以及确定(205，207，209，211，213)V1和V2的值，当V1和V2的值被代入所述方程式时，它们提供把所述最小和最大值归入同一等级的等级。
13.依照权利要求12的方法，其中，所述确定(205，207，209，211，213)V1和V2的值的步骤重复地试验V1和V2的值以便提供把所述最小和最大值归到同一等级的等级，每次试验后面都跟着计算出来的对V1或V2的值的调整。
14.依照权利要求13的方法，其中，所述重复的试验还要提供其中所述同一等级的范围大于但基本上等于所述最小和最大值之间的差的等级。
15.依照权利要求10到14中任一权利要求的方法，其中，所述导出(5，7，21，23，25，27，29)数字表示的步骤包括数字化(5)所述输入的模拟形式；以及分析(23，25，27，29)该数字化后的输入模拟形式的至少一个特征，从而针对该特征或每个特征提供其特征度量指示，该特征度量构成了该输入模拟形式的所述数字表示，所述对所述数字表示进行分级(151，153，155，157，159)的步骤相对于所述多个等级对该特征度量或每个特征度量进行分级，所述多个等级是根据由于所述模拟形式中该特征的变化而导致的特征度量的可能变化来定义的。
16.依照权利要求15的方法，其中，所述导出(5，7，21，23，25，27，29)数字表示的步骤还包括对所述数字化后的输入模拟形式分段(21)，所述分析(23，25，27，29)数字化后的输入模拟形式的至少一个特征的步骤针对该输入模拟形式的每个分段分析所述特征，所述对所述数字表示分级(151，153，155，157，159)的步骤相对于所述多个等级对关于每个分段的特征度量或每个特征度量分级，所述多个等级是根据由于所述模拟形式的分段中该特征的变化而导致的关于该分段的特征度量中的可能变化来定义的。
17.依照权利要求10到16中任一权利要求的方法，其中，所述模拟形式是手写签名。
18.依照从属于权利要求16时的权利要求17的方法，其中，该数字化后的输入手写签名的所述特征是从以下特征组成的组中选择的输入签名的每个分段中的峰/谷、输入签名的每个分段的密度、输入签名的每个分段的区域、输入签名的每个分段的相对平均位置。
全文摘要
一种用户识别系统，所述系统包括用于导出用户输入的模拟形式的数字表示的装置(5，7，21，23，25，27，29)，所述模拟形式是用户的特性；以及用于相对于多个等级对所述数字表示分级的装置(151，153，155，157，159)，所述等级是根据所述模拟形式中可能的变化来定义的，尽管有所述变化，所述等级也能确保同样地对所述模拟形式进行分级，该分级后的数字表示构成了对用户的标识。
文档编号G06T7/00GK1620668SQ02823970
公开日2005年5月25日 申请日期2002年9月27日 优先权日2001年10月1日
发明者A·V·巴特拉姆 申请人:凯克里普特有限公司