多智能移动设备隐式认证方法研究

Implicit authentication, which applies user behaviors and habits, becomes a new research hotspot in the field of intelligent mobile device authentication due to its convenience, user-friendliness and security. Existing work usually study on a single device, and has been promoted to implicit authentication across devices since 2017. However, these studies are usually built on a single connection mode, while only suitable for single dimension authentication and limited to the same type of devices scenario. To solve the implicit authentication problem across multiple types of mobile devices, this project studies the multi-dimensional and continuous authentication method, which applies user digital implicit identity and behavior reputation index. Leveraging the underlying connections of behavioral patterns on multi-devices, the behavioral models and the digital implicit identity are established to enable multi-dimensional implicit authentication between devices with behavioral similarity. Then a transferable dynamic trust mechanism is designed to solve the problem of continuous authentication between different types of devices. By combining the digital implicit identity and the behavioral reputation metrics, this project designs a framework of multi-dimensional implicit authentication which can be shared and be transferred across multi-devices. Based on studying on the optimization problem of energy-saving and efficient authentication, a joint algorithm which adjusts data acquisition, feature extraction, pattern combination and reputation value updating dynamically is developed. The work done in this project can be extended to other types of devices, and could provide both theoretical and technical supports for unified authentication of Internet of Things terminal.

隐式认证是利用用户行为和习惯进行身份认证，因其便利性、用户友好性和安全性成为智能移动设备认证领域的研究新热点。已有的工作通常在单个设备上进行研究，在2017年推进到跨设备隐式认证。然而此工作是基于单一的连接模式，仅适合于单维度认证且受限于相同类型设备场景。为了解决跨多类型移动设备的隐式认证问题，本项目通过研究用户数字隐式身份和行为信誉指数实现多维度、持续认证。基于行为模式的潜在连接，构建行为模型及数字隐式身份，实现具有行为相似性的设备间多维度隐式认证；设计可传递的动态声誉机制，解决跨不同类型设备间持续认证问题；将数字隐式身份与行为声誉度量值结合，建立设计可共用、可传递的多维度隐式认证框架；研究高效节能认证的优化问题，开发动态调整数据采集、特征提取、模式组合和声誉值更新的联合算法。项目研究成果可推广到其他类型设备，为物联网终端统一身份认证提供理论和技术支持。

本课题以物联网终端设备身份认证为背景，研究了多智能移动设备如何利用用户的行为特征实现隐式身份认证的问题。研究内容除了原计划的研究子课题外，还在基于边缘计算的认证系统设计、基于深度学习的认证方案和攻击防御等方面进行了重要扩展。研究内容及科学意义如下：. 第一，研究了基于交互模式（静态交互与动态交互模式结合）、步态、移动模式、物理位置等多维度的隐式认证方法。利用移动设备上的触摸屏、加速器、陀螺仪、GPS等传感器器件，捕获多个设备中的传感器数据，生成动态和静态场景中用户行为模式的变化模型，实现多维度的智能设备隐式身份认证。. 第二，研究设计两种内置传感器和信任评估相结合的分层隐式认证系统：利用基于传感器数据的滑动窗口信任模型建立sAuth，来识别服务机器人及其预期用户。利用多种智能设备传感器数据和置信度水平建立TrustAuth，来识别使用智能手机和智能平板的用户。. 第三，研究了基于多传感器的低能耗持续身份认证方案，从调用传感器的能耗和训练模型所需要的时间和内存两个方面进行讨论，对传感器的采样频率和识别算法进行选择。. 第四，设计基于边缘计算的隐式认证体系结构，利用步态行为生物特征，输入CNN和LSTM串联组成的深度优化模型对用户进行认证。在此过程中，将原始信号转换成图像，在二维域中提取捕捉到的行为信号特征。. 第五，探索单个智能设备和多个智能设备组成的网络在被攻击的状况下，分别设计融合性和选择性用户认证方式来抵御攻击，满足物联网对真实性和可靠性的要求。. 重要结果：在项目执行期间，发表论文8篇，其中SCI收录5篇，中文核心期刊论文2篇；培养硕士研究生10名，本科生4名。