一种基于传感器数据质量感知的移动终端持续身份认证方法

摘要: 本技术涉及移动终端安全认证,具体涉及一种基于传感器数据质量感知的移动终端持续身份认证方法。背景技术:1、本部分的陈述仅仅是为了提供与本技术相关的背景信息,以帮助...
一种基于传感器数据质量感知的移动终端持续身份认证方法

本技术涉及移动终端安全认证,具体涉及一种基于传感器数据质量感知的移动终端持续身份认证方法。

背景技术:

1、本部分的陈述仅仅是为了提供与本技术相关的背景信息,以帮助理解本技术,这些背景信息并不一定构成现有技术。

2、传统的移动终端身份认证方案主要依赖密码、指纹识别、面部识别等一次性认证手段,即仅在设备解锁或应用登录时执行一次身份核验,认证通过后即维持当前会话的合法身份状态。然而,此类方案存在显著的安全盲区:一旦终端在已解锁状态下遗失、被借用或遭受物理接触式攻击,攻击者即可在无需再次认证的情况下直接访问敏感应用及数据,导致支付、办公、隐私数据等面临完全暴露的风险。为弥补一次性认证的不足,基于行为生物特征的持续身份认证技术逐渐成为研究热点。该技术利用移动终端内置的加速度计、陀螺仪、磁力计等惯性传感器,持续采集用户与终端交互过程中的行为模式数据(如握持姿态、滑动习惯、移动轨迹等),通过一分类重构模型(如自编码器、变分自编码器及其衍生模型)计算待检测样本的重构误差,并将重构误差与预设的固定阈值进行比较,从而在用户会话期间持续判断当前操作者是否仍为合法用户。

3、然而,移动终端传感器数据质量易受多种因素干扰:采样过程可能出现数据缺失或时间戳抖动,传感器幅值可能因剧烈运动或环境突变而达到量程边界产生饱和,设备姿态的突然变化会导致陀螺仪数据短时波动,外部磁场环境的变化则会对磁力计造成持续性扰动。在现有方案中,无法有效区分传感器数据质量异常与真实用户身份异常。具体而言,当传感器数据因质量下降而呈现异常重构误差时,固定阈值方案容易将其误判为身份异常,导致对合法用户的误拒绝;反之,当噪声淹没真实异常信号时,固定阈值又可能因过于宽松而漏检攻击者,造成安全漏洞。

技术实现思路

1、本技术旨在解决现有技术缺乏对传感器数据质量的可靠性感知机制,无法根据传感器数据质量动态调整认证阈值,导致在数据质量异常场景下误判率高的问题。

2、为实现上述目的,本技术提供如下技术方案:

3、根据本技术的第一个方面,提供一种基于传感器数据质量感知的移动终端持续身份认证方法,包括:步骤1、在移动终端处于已解锁状态且目标应用运行期间,利用内置于移动终端的多类传感器根据当前用户的操作行为进行数据采集,生成采集记录,并将所述采集记录划分为多个检测窗口,得到检测窗口样本;步骤2、根据当前检测窗口内的采集记录计算各传感器的可靠性因子,并将各传感器的可靠性因子融合得到总体可靠性;步骤3、将当前检测窗口样本输入训练好的重构模型得到输入层重构误差和隐藏层重构误差,将输入层重构误差和隐藏层重构误差进行加权求和得到综合异常分数;步骤4、获取目标应用的风险等级,根据所述总体可靠性以及目标应用的风险等级确定动态认证阈值,将所述综合异常分数与所述动态认证阈值进行比较,根据比较结果确定当前用户的合法性。

4、优选的,步骤2中根据当前检测窗口内的采集记录计算各传感器的可靠性因子,包括:所述采集记录包括时间戳、传感器轴向数据、应用场景标识以及用户标识;针对每一类型的传感器,在当前检测窗口内按照以下方式进行计算:根据相邻采样点实际间隔与预设采样周期的偏差,计算时间戳连续性指标;根据缺失或无效采样点占预期采样点总数的比例,计算数据可用性指标;根据达到或接近量程边界的采样点占预期采样点总数的比例,计算幅值未饱和性指标;根据三轴幅值序列的方差与稳定性归一化参数的比值,计算短时稳定性指标;将所述时间戳连续性指标、数据可用性指标、幅值未饱和性指标和短时稳定性指标加权融合,得到该传感器的可靠性因子。

5、优选的,步骤2中根据当前检测窗口内的采集记录计算各传感器的可靠性因子,还包括:针对磁力计,所述传感器轴向数据包括磁场强度;根据当前检测窗口内的磁场强度与预设的基准磁场强度的偏差计算环境扰动指标,所述环境扰动指标参与加权融合得到所述可靠性因子的过程。

6、优选的,步骤3中将当前检测窗口样本输入训练好的重构模型得到输入层重构误差和隐藏层重构误差,包括:所述重构模型是仅利用合法用户正常操作行为的样本训练得到的,其至少包括编码器和重构器;将所述当前检测窗口样本输入至所述编码器,得到编码器各隐藏层的第一激活;将所述当前检测窗口样本输入至所述重构器得到第一重构输入,并将所述第一重构输入输入至所述编码器得到编码器各隐藏层的第二激活;根据所述当前检测窗口样本与所述第一重构输入计算输入层重构误差,并根据所述各隐藏层的第一激活与所述各隐藏层的第二激活计算隐藏层重构误差。

7、优选的,步骤3中将输入层重构误差和隐藏层重构误差进行加权求和得到综合异常分数,包括:根据各传感器的可靠性因子对所述输入层重构误差进行传感器通道级加权,得到加权输入层重构误差,且各传感器可靠性因子越高,对应传感器通道在所述加权输入层重构误差中的权重越大;获取目标应用的风险等级,根据所述总体可靠性以及目标应用的风险等级,确定所述加权输入层重构误差的融合权重以及所述隐藏层重构误差的融合权重,且所述总体可靠性越高和/或目标应用的风险等级越高,所述隐藏层重构误差在计算综合异常分数时的占比越高;基于所述加权输入层重构误差、所述隐藏层重构误差及各自对应的融合权重计算综合异常分数。

8、优选的,步骤4包括:获取目标应用的风险等级,根据所述总体可靠性以及目标应用的风险等级确定动态认证阈值以及动态异常窗口数量;将所述综合异常分数与所述动态认证阈值进行比较,并根据比较结果以及预设规则计算异常窗口累计计数;当所述异常窗口累计计数达到所述动态异常窗口数量时,触发身份异常警告及相应的安全响应。

9、优选的,根据比较结果以及预设规则计算异常窗口累计计数,包括:当所述综合异常分数超过所述动态认证阈值时增加所述异常窗口累计计数;当所述综合异常分数未超过所述动态认证阈值时按预设衰减系数降低所述异常窗口累计计数。

10、优选的,触发所述安全响应包括:当所述目标应用的风险等级为低风险时,执行记录认证日志或提高后续采集频率;当所述目标应用的风险等级为中风险时,执行二次认证、暂停敏感操作或限制数据访问;当所述目标应用的风险等级为高风险时,执行二次认证、冻结页面、锁定应用、终止交易、撤销会话令牌或发送异常认证摘要;其中,所述异常认证摘要包括检测时间、应用场景标识、综合异常分数、可靠性因子、动态认证阈值、动态异常窗口数量、响应类型和设备标识。

11、优选的,所述动态认证阈值随所述总体可靠性的降低而升高,随所述风险等级的升高而降低;所述动态异常窗口数量随所述总体可靠性的降低而增加,随所述风险等级的升高而减少。

12、优选的,所述目标应用的风险等级根据应用场景按预设映射表确定,并在目标应用内发生交易确认、文件导出、权限变更或敏感页面访问事件时上调。

13、根据本技术的第二个方面,提供一种计算机可读存储介质,其中,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现本技术第一个方面中的方法。

14、根据本技术的第三个方面,提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现本技术第一个方面中的方法。

15、与现有技术相比,本技术具有以下优点:

16、本技术通过在持续身份认证中引入传感器数据质量评估机制,将时间戳连续性、数据可用性、幅值未饱和性、短时稳定性以及磁场扰动程度等多项数据质量指标纳入可靠性因子计算,在进行身份认证判决之前即可识别传感器数据的质量状态,从而有效区分传感器数据异常与真实用户身份异常,避免将采样缺失、时间戳抖动、幅值饱和、设备姿态突变或外部磁场干扰等数据质量问题直接误判为身份异常,显著降低对合法用户的误拒绝率以及因数据质量波动导致的误触发概率。

17、本技术将各传感器可靠性因子融合得到的总体可靠性与目标应用的风险等级进行联动,共同确定动态认证阈值。当传感器数据质量下降、总体可靠性降低时,自动提高动态认证阈值,使得低质量数据更难触发异常判决,从而有效避免数据质量异常导致的误报;当目标应用处于较高风险场景时,自动降低动态认证阈值,使能够在高风险场景下对潜在的身份异常做出更快速、更灵敏的响应。本技术还引入连续异常窗口作为触发安全响应的判决条件,以降低瞬时噪声导致的误判,并根据将各传感器可靠性因子融合得到的总体可靠性与目标应用的风险等级,共同确定动态异常窗口数量。该联动机制实现了数据质量感知与场景风险感知的有机结合,在保证高风险场景响应及时性的同时,有效避免了低质量数据场景下的误判,兼顾了持续身份认证的安全性与可用性。

18、本技术中输入层重构误差与隐藏层重构误差的融合权重也可随总体可靠性和风险等级动态调整。在高可靠性数据环境或高风险应用场景下,隐藏层重构误差的权重相应提高,使综合异常分数的计算更侧重于行为模式的深层语义偏离,而非表层数据的瞬时波动,从而进一步提升了判决对真实身份异常与数据噪声的区分能力。

19、本技术根据各传感器的可靠性因子对重构模型的输入层重构误差进行传感器通道级加权,使可靠性较高的传感器通道获得更大的误差权重,而可靠性较低的传感器通道的异常重构误差则被相应抑制。通过该通道级加权机制,能够有效降低受干扰或低质量传感器通道对综合异常分数的负面影响,避免单一传感器数据异常被放大为全局身份异常信号,从而显著提高在复杂噪声环境和多源干扰条件下的判决鲁棒性。

20、本技术根据目标应用的风险等级执行分级安全响应,在低风险场景下仅记录日志或调整采集策略,避免对用户体验造成不必要的干扰;在中风险场景下触发二次认证或限制敏感操作,在保障安全的同时维持业务连续性;在高风险场景下则执行锁定应用、冻结页面、终止交易或撤销会话令牌等强保护措施,并支持向服务端上报异常认证摘要以供安全审计。该分级响应机制使得安全策略与场景风险精准匹配,既防止了低风险场景下的过度响应,又确保了高风险场景下的及时防护。