一种利用耳机运动传感器进行用户认证的方法

本发明属于信息安全，具体涉及一种用户认证的方法。

背景技术：

1、随着我们日常生活中对手机等电子设备的依赖程度越来越高，用户认证方法对于保护我们的个人数据、控制对资源的访问、防止身份盗用等变得至关重要。传统认证方法大致可分为基于知识的认证方法(如密码和图形锁)和基于生物特征的认证方法(如指纹和面部识别)。

2、然而，传统的认证方法都存在一定的不足，例如可以在用户输入密码时直接获取密码(录音攻击、肩窥攻击)，也可以通过视频录制记录人脸这类生物特征数据进而欺骗系统。另一方面，智能可穿戴设备(wearable devices)的日益普及为用户身份验证提供了替代方法，如智能手表和虚拟现实设备。然而，之前研究工作中的认证系统需要用户进行较大幅度的动作，所需的设备由于其高昂的价格并不被广大消费者接受，且仍然容易遭受多种攻击。在众多的可穿戴设备中，无线耳机(wireless earphones)在近几年受到消费者追捧，同时主流无线耳机公司(如华为和苹果)正在将加速度计和陀螺仪等运动传感器嵌入到他们的产品中，这为我们利用耳机实现用户身份验证提供了可能。

3、因此，有必要基于可穿戴设备中最常见的无线耳机，实现一种自然的，高精度的，能够抵御各种攻击的，辅助性认证方式。

技术实现思路

1、为了克服现有技术的不足，本发明提供了一种利用耳机运动传感器进行用户认证的方法，涉及时序数据(time series data)处理，迁移学习(transfer learning)，用户认证(user authentication)等领域，尤其涉及用户在佩戴耳机时利用头部运动进行辅助认证的场景。具体过程为：认证系统在初始化阶段首先利用耳机收集一些用户听音乐时产生的头部运动数据，经过数据处理(data processing)后训练初始的特征提取网络(lfe-nn)，利用训练的特征提取网络获取这些用户的局部特征(local feature)，结合统计学方法获取全局特征(global feature)，将这两种特征拼接起来作为最终认证时的特征(combination feature)，放入分类器(classifier)中当做负样本(negativ e samples)；认证系统在注册阶段利用耳机记录新用户对音乐片段的头部反馈，新用户的数据在处理之后结合一部分负样本的运动数据，在初始特征提取网络的基础上进行迁移学习，利用迁移之后的神经网络提取新用户的局部特征，利用统计学方法获取全局特征，拼接这两种特征并放入分类器中当做正样本(positive samples)；认证系统在用户认证阶段利用耳机记录用户对音乐的反馈，经过数据处理、特征提取后得到此次认证的特征，与分类器中的正负样本进行比对，判断是否为合法用户。

2、本发明解决其技术问题所采用的技术方案包括如下步骤：

3、步骤1：采集数据并进行预处理；

4、利用耳机收集样本用户听音乐时头部运动产生的时序数据，并进行数据预处理，包括数据过滤和数据分割；所述数据过滤滤除低频噪音对头部运动的干扰，数据分割使数据符合模型训练的格式；

5、步骤2：系统初始化；

6、利用步骤1得到的处理后的数据训练初始特征提取网络，并利用训练完成的特征提取网络提取用户数据的局部特征，结合统计学方法收集数据的全局特征，将这两种特征进行拼接之后放入分类器中，作为认证的负样本；

7、步骤3：新用户注册；

8、利用耳机收集新用户听音乐时的头部运动产生的运动数据，经过步骤1相同的数据处理方式后，结合步骤1中部分样本用户的运动数据，在步骤2训练完成的特征提取网络的基础上进行迁移学习，得到迁移之后的新特征提取网络；

9、采用新特征提取网络和统计学方法得到新用户的局部特征和全局特征，拼接之后放入到分类器中，在用户认证时作为正样本；

10、步骤4：合法用户认证；

11、在用户认证阶段，利用耳机收集用户对音乐的反馈，经过步骤1相同的数据处理后，采用新特征提取网络进行特征提取，拼接统计学方法得到的全局特征之后与分类器中存在的样本进行比较，判断用户是否为合法用户。

12、优选地，所述步骤1具体为：

13、每一名用户佩戴耳机并收听一段长度为100至400秒的音乐，在此期间头部跟随音乐自然运动，由耳机传感器记录头部运动；采集耳机中的加速度传感器数据和陀螺仪传感器数据，组合这两种数据之后进行数据处理。

14、优选地，所述滤波器为巴特沃斯滤波器。

15、优选地，所述滤波器的阶数设定为8，截止频率设定为10hz。

16、优选地，所述特征提取网络包含四个卷积层和两个池化层，提取训练好的特征提取网络的倒数第二层输出作为局部特征。

17、优选地，所述统计学方法收集到全局特征包括均值、标准差、最小值、最大值、25％分位数、50％分位数、75％分位数、极差。

18、优选地，所述步骤3中：

19、新用户注册时听一段长度为100秒至400秒的音乐；在迁移学习时选择步骤1中部分样本用户的数据，占总数的百分之十，结合新用户的所有数据进行迁移学习。

20、优选地，所述步骤4中用户在认证阶段听音乐的长度为1秒至4秒。

21、本发明的有益效果如下：

22、本发明是一种利用耳机运动传感器进行用户认证的方法，能够帮助用户在佩戴耳机时利用头部运动进行辅助认证。由于不同用户听音乐时产生的头部运动不尽相同，搭载了运动传感器的耳机能够记录这些运动信息。利用卷积神经网络能够有效从用户的运动信息中提取出细粒度的运动特征，通过统计学方法从用户运动信息中提取统计学特征,结合这两种特征能够唯一标识用户。使用迁移学习能够扩大合法用户和非法用户之间的差异性，使系统能够抵抗泄露攻击和模仿攻击。

技术特征：

1.一种利用耳机运动传感器进行用户认证的方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种利用耳机运动传感器进行用户认证的方法，其特征在于，所述步骤1具体为：

3.根据权利要求1所述的一种利用耳机运动传感器进行用户认证的方法，其特征在于，所述滤波器为巴特沃斯滤波器。

4.根据权利要求1所述的一种利用耳机运动传感器进行用户认证的方法，其特征在于，所述滤波器的阶数设定为8，截止频率设定为10hz。

5.根据权利要求1所述的一种利用耳机运动传感器进行用户认证的方法，其特征在于，所述特征提取网络包含四个卷积层和两个池化层，提取训练好的特征提取网络的倒数第二层输出作为局部特征。

6.根据权利要求1所述的一种利用耳机运动传感器进行用户认证的方法，其特征在于，所述统计学方法收集到全局特征包括均值、标准差、最小值、最大值、25％分位数、50％分位数、75％分位数、极差。

7.根据权利要求1所述的一种利用耳机运动传感器进行用户认证的方法，其特征在于，所述步骤3中：

8.根据权利要求1所述的一种利用耳机运动传感器进行用户认证的方法，其特征在于，所述步骤4中用户在认证阶段听音乐的长度为1秒至4秒。

技术总结
本发明公开了一种利用耳机运动传感器进行用户认证的方法，具体过程为：认证系统首先利用耳机收集用户听音乐时产生的头部运动数据，训练初始的特征提取网络，获取这些用户的局部特征，结合统计学方法获取全局特征，将这两种特征拼接起来作为最终认证时的特征，放入分类器中当做负样本；认证系统在注册阶段利用耳机记录新用户对音乐片段的头部反馈，进行迁移学习，利用迁移之后的神经网络提取新用户的局部特征，利用统计学方法获取全局特征，拼接这两种特征并放入分类器中当做正样本；认证系统在用户认证阶段利用耳机记录用户对音乐的反馈，经过数据处理、特征提取后得到此次认证的特征，与分类器中的正负样本进行比对，判断是否为合法用户。

技术研发人员：崔禾磊,谢炎泽,高梦真,陈亚兴,於志文,郭斌
受保护的技术使用者：西北工业大学
技术研发日：
技术公布日：2024/1/14