买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京理工大学申请的专利一种基于滑动振动信号的连续身份认证方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115481380B 。

龙图腾网通过国家知识产权局官网在2025-09-09发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210989164.6，技术领域涉及：G06F21/32；该发明授权一种基于滑动振动信号的连续身份认证方法是由李凡;解亚东设计研发完成，并于2022-08-17向国家知识产权局提交的专利申请。

本一种基于滑动振动信号的连续身份认证方法在说明书摘要公布了：本发明涉及一种基于滑动振动信号的连续身份认证方法，属于移动计算应用技术领域。当触摸屏检测到人体滑动动作后，振动马达产生特定振动信号，加速度计接收到被手指滑动影响后的独特振动响应。由于每个人的手指具有特有的形状、大小、骨密度和肌肉分布等特性，将产生具有独特个体差异的振动响应。本方法设计了一种新的振动信号生成机制，包括两种不同类型振动信号的组合以及随机频率分量的添加。本发明从接收的两种信号中分别提取出不同的用户生物特征，并设计了一种神经网络来消除用户的生物特征中行为特征的影响。最后，通过利用行为无关的生物特征实现连续用户身份认证。本发明成本低、抗干扰性强、安全性高，适用于大部分相关场景。

本发明授权一种基于滑动振动信号的连续身份认证方法在权利要求书中公布了：1.一种基于滑动振动信号的连续身份认证方法，其特征在于，包括以下步骤： 步骤1：智能设备产生并收集主动振动信号； 在移动智能设备内置振动马达，能够生成主动振动信号，主动振动信号结合两种不同类型的振动信号来获得用户手指生物特征，包括线性调频信号和稳定信号； 步骤1.1：生成振动信号； 当移动智能设备感应到人体手指滑动动作时，振动马达首先产生一个线性调频信号，其振动频率随时间增加而线性增加；当发出线性调频信号后，振动马达会继续产生稳定信号，直到用户手指停止滑动； 步骤1.2：接收振动信号； 当振动马达产生振动信号时，使用同一移动智能设备上的加速度计接收振动响应； 步骤1.3：添加随机频率分量，简称RFS； 用户每次认证时都会随机生成若干个频率随机且持续时间非常短的余弦波信号；通过比较接收信号中的RFS和发送信号中的RFS是否一致，判断本次认证中加速度计接收到的振动响应信号是否为真；攻击者将无法使用之前已经通过认证的振动响应信号来进行重放攻击； 步骤2：对接收的振动响应信号进行预处理； 步骤2.1：选择包含振动响应最明显的坐标轴； 加速度计收集到的振动响应信号包含X轴、Y轴、Z轴的数据，选择对振动信号最敏感的加速度轴上的数据来进行后续处理；利用信噪比来定义加速度计的各个坐标轴对于振动信号的敏感程度，振动响应信号和噪声信号的信噪比越大，则振动响应功率占比越大； 步骤2.2：去除运动噪声； 在所选加速度计坐标轴的振动响应中过滤掉运动噪声； 步骤2.3：分割两种振动信号； 确定接收信号中线性调频信号与稳定信号的分割点；首先，将加速度计接收到的信号分成若干个频带，并计算频带间幅值的方差；线性调频信号和稳定信号之间存在一个频带方差的极小值，该值对应的时间即为两段信号的分割点； 步骤3：匹配发送信号和接收信号中的RFS； 在登录认证时，RFS被添加到发送信号的稳定信号段上，然后判断接收信号中的RFS是否与发送信号中的RFS对应匹配； 步骤3.1：时域匹配； 时域匹配，是确定接收信号和发送信号中每个RFS的起止时间是否一致； 对接收信号计算短时能量，采用基于短时能量差值的算法检测每个RFS的起止时间；然后，计算RFS的开始结束时间与系统已知的发送信号中的RFS的开始结束时间之间的时间差；如果开始结束时间差均小于设定值，则认为发送信号和接收信号的RFS在时域上是匹配的； 步骤3.2：频域匹配； 频域匹配，是检查发送信号和接收信号中RFS的频率是否相同； 使用快速傅里叶变换来分析稳定信号段的频率分布情况；每个RFS存在的频率能量相对较高，因此会在频谱中呈现出较高的峰值；如果发送信号和接收信号的RFS频率差值小于设定值，则认为发送信号和接收信号的RFS在频域是匹配的； 步骤4：从加速计接收的振动响应信号中提取人体生物特征； 步骤4.1：从线性调频信号中提取特征； 采用同步压缩小波变换算法，首先利用小波变换将线性调频信号从时间-尺度平面传递到时间-频率平面，随后对该平面的能量进行重新分配，获得频率曲线更加集中的时频特征； 步骤4.2：从稳定信号中提取特征； 使用经验小波变换来从中提取生物特征，将稳定信号的傅里叶频谱划分为连续的区间，然后在每个区间上构造正交小波滤波器组来进行信号重构，并提取出一组调幅调频信号，之后进行希尔伯特变换，得到能够表征人体手指生物特征的瞬时频率和瞬时幅度； 步骤5：用户身份认证； 步骤5.1：训练集构造； 采用一种Triplet网络来重构用户的生物特征，使处理后的用户生物特征中仅包含人体手指固有的物理生物特征； Triplet网络包括三个相同的子网络，其输入是由基准样本、正样本和负样本组成的三元组；其中，正样本与基准样本是同一用户在不同行为下的样本，负样本与基准样本是不同用户在相同行为下的样本；每个子网络的输出是与行为无关的物理生物特征向量； 在训练网络之前，首先构造输入的三元组；从触摸屏传感器获取每个滑动动作的行为特征，如果两次滑动动作的行为特征之间的差值大于设定值，则认为这两次滑动的行为不同； 步骤5.2：网络模型训练； 在训练过程中，通过最小化Triplet网络的损失，实现用户行为无关的物理生物特征的提取； 步骤5.3：用户注册及登录； 当新用户注册时，其提取出的特征和其他已注册用户的特征被用于形成新的三元组样本；使用三元组输入样本微调Triplet网络的参数；然后，为新用户生成一个唯一的中心生物特征，它被定义为从用户注册数据中提取的与行为无关的物理生物特征向量的平均值； 当用户登录时，首先计算登录用户的行为无关生物特征与系统内全部中心生物特征之间的欧氏距离；然后，将当前登录用户识别为最小距离对应的中心生物特征所属的用户；同时，设定一个阈值来区分合法用户和攻击者，如果最小距离大于阈值，则认为当前登录用户不是合法用户并拒绝其访问。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。