基于鼠标及窗口行为的持续身份认证研究

针对当前基于鼠标动力学的身份认证方法在开放环境中认证性能低的问题,提出了一种联合鼠标及窗口行为进行跨域分析的方案.首先从采集的数据中提取鼠标动力学以及点击窗口名双域特征;然后使用投票制特征选择算法进行特征筛选,以降低鼠标行为的变异性;最后通过支持向量机构建认证模型,在完全自由的内网中进行持续身份认证实验.实验结果表明,该方法在2min的检测时间中表现出较低的误报率(5.38%)和漏报率(3.16%),且准确率可达到94.2%,优于当前在开放环境下基于鼠标动力学的分类识别研究.