基于行為特征的隱私安全保護系統技術方案

本發明專利技術公開了一種基于行為特征的隱私安全保護系統。其包括前臺交互子系統、手寫簽名識別子系統和手寫簽名識別子系統。本發明專利技術一方面采用手寫簽名識別技術，結合基于HMM?IMM的軌跡捕捉模型，實現手寫簽名匹配認證；另一方面運用了簽名特征值實現了對Android終端的隱私保護，為用戶帶來良好的體驗，通過設計良好的人機交互界面，保證了系統的靈活易用性。

Privacy protection system based on behavior characteristics

The invention discloses a privacy security protection system based on behavior characteristics. It includes a front interaction subsystem, a handwritten signature recognition subsystem and a handwritten signature recognition subsystem. One aspect of the invention adopts handwritten signature recognition technology, combined with HMM IMM capture model based on the trajectory of the handwritten signature, authentication; on the other hand the use of signature value to achieve privacy protection of Android terminal, bring a good user experience for the design of good man-machine interface, to ensure the system is flexible and easy to use.

【技術實現步驟摘要】
基于行為特征的隱私安全保護系統
本專利技術屬于信息安全
，尤其涉及一種基于行為特征的隱私安全保護系統。
技術介紹
隨著移動設備的普及，移動智能終端用戶隱私的保護越來越受到關注。存儲在移動設備上的文件與信息都屬于用戶隱私。移動設備的丟失、他人的惡意查看、密碼的丟失等多種原因都會導致隱私泄露。傳統的隱私保護認證方法如基于物品的認證方法和基于知識的身份認證方法存在易遺失、偽造、損壞、被破解等缺點。
技術實現思路
本專利技術的專利技術目的是：為了解決現有技術中存在的以上問題，本專利技術提出了一種擁有高可靠性、高穩定性，能夠代替和輔助傳統的身份認證的于行為特征的隱私安全保護系統。本專利技術的技術方案是：一種基于行為特征的隱私安全保護系統，包括：前臺交互子系統，用于與用戶進行人機交互，采集用戶首次注冊信息和手寫簽名過程中的圖像信息，接收用戶的操作請求指令，顯示簽名匹配結果和操作請求反饋結果；手寫簽名識別子系統，用于根據手寫簽名圖像中的行為特征采用基于HMM-IMM的軌跡捕捉模型進行處理，生成簽名匹配結果；后臺處理子系統，用于將所述前臺交互子系統采集的注冊信息和所述手寫簽名識別子系統處理后的簽名匹配結果保存至數據庫，對數據庫中保存的數據進行查詢和修改，對用戶的操作請求指令進行處理并生成操作請求反饋結果。進一步地，所述用戶的操作請求指令具體包括私密文件的加解密請求、私密聯系人及隱私短信的訪問請求、訪問受保護應用程序請求和屏幕解鎖請求。進一步地，所述手寫簽名識別子系統包括訓練模塊和匹配模塊；所述訓練模塊用于根據用戶首次輸入的手寫簽名圖像構建基于HMM-IMM的軌跡捕捉模型；所述匹配模塊用于根據用戶后續輸入的手寫簽名圖像利用基于HMM-IMM的軌跡捕捉模型進行匹配，生成簽名匹配結果。進一步地，所述對手寫簽名圖像進行處理，生成簽名匹配結果，具體包括以下步驟：A、從所有手寫簽名圖像中按比例提取若干張簽名圖片，并對簽名圖片進行預處理；B、將步驟B中預處理后的簽名圖片按方陣排列，根據像素密度特征和局部傾斜方向特征提取特征向量；C、通過構建基于HMM-IMM的軌跡捕捉模型對步驟B中的特征向量進行處理，得到特征向量值；D、采用前向后向算法對步驟C中的特征向量值進行打分，判斷打分結果是否在預設閾值內；若打分結果在預設閾值內，則匹配成功并生成簽名匹配結果；若打分結果不在預設閾值內，則匹配失敗返回步驟A。進一步地，所述步驟A中對簽名圖片進行預處理包括對簽名圖片進行簽名矩形區域提取、平移不變和歸一化處理；所述簽名矩形區域提取具體為將簽名圖片轉化為二值矩陣，再將二值矩陣切割成最小的矩陣，提取包含簽名的最小矩形區域；所述平移不變具體為：將簽名圖片轉化的二值矩陣采用矩陣平移的方式對簽名圖片進行平移；所述歸一化具體為：將簽名圖片歸一化到240*240的設定區域內。進一步地，所述歸一化處理的坐標變換公式具體為：x1＝240*(xt-xmin)/(xmax-xmin)y1＝240*(yt-ymin)/(ymax-ymin)其中，(xt,yt)表示當前t時刻位置簽名筆在屏幕上的位置，(xmin,ymin)為設定區域的左下頂點坐標，(xmax,ymax)為設定區域的右上頂點坐標。進一步地，所述步驟B中根據像素密度特征和局部傾斜方向特征提取特征向量具體為：根據像素密度特征統計每一行的像素點的個數NU；根據局部傾斜方向特征計算每一塊內傾斜點的數目，得到局部傾斜方向特征向量為[NS,PS,VS,HS]；從而在每一塊中得到一個特征向量[NU,NS,PS,VS,HS]。進一步地，所述步驟C中構建基于HMM-IMM的軌跡捕捉模型表示為：其中，下標1表示低速狀態，下標2表示高速狀態；mi表示i時刻狀態；y0:i+1表示從0到i+1時刻的圖像信號序列；Pjk表示高低速狀態的轉移概率，且j,k＝1,2；U1(i-1)表示i-1時刻簽名狀態處于低速時的概率，U2(i-1)表示i-1時刻簽名狀態處于高速時的概率；C1,C2分別為低速模型和高速模型的歸一化系數；li為簽名筆在i時刻的坐標；分別表示相鄰兩幀截屏中簽名筆的位置估計；E(i)表示i時刻簽名筆的位置估計。進一步地，所述步驟D中匹配成功并生成簽名匹配結果還包括利用匹配成功的簽名圖片對應的特征向量訓練基于HMM-IMM的軌跡捕捉模型，對基于HMM-IMM的軌跡捕捉模型進行更新。進一步地，所述基于HMM-IMM的軌跡捕捉模型的更新公式具體為：其中，NP1(mi|y0:i)和NP2(mi|y0:i)分別表示模型在長時間連續估計中的更新狀態。本專利技術具有以下有益效果：(1)匹配方式新穎，簡單可行：本專利技術根據中文簽名的特點，基于時間節奏記憶屬性進行簽名匹配，簽名獲取的不僅僅是最后完整的簽名，同時動態地記錄了簽名的過程；在保證簽名圖像可以匹配的情況下，有效地降低了簽名者因當時的環境和身體狀況帶來簽名整體速度改變的影響，同時降低錯誤拒絕率(真實簽名被拒絕)和錯誤接受率(偽造簽名被接受)；(2)特征提取簡單有效：本專利技術根據中文離線簽名的特點，構建基于HMM-IMM的軌跡捕捉模型，通過將簽名整體分割為子簽名塊，提取子簽名塊中像素點數和局部傾斜特征作為特征值；(3)驗證準確，自適應能力強：本專利技術采用動態增加訓練樣本的方法解決了訓練樣本不足、字體隨時間變化等因素帶來的系統識別率下降的問題。簽名的樣本逐漸變大，使得模型越來越精確，匹配越來越來準確；(4)功能完善，操作靈活易用：本專利技術將移動終端上需要進行隱私保護的內容進行保護，包括移動終端上用戶與私密聯系人間往來短信、用戶的私密應用程序、隱私文件以及手機的進入權限等、這種多種功能的整合比添加各種單獨保護的軟件簡潔，從而為用戶帶來良好的體驗；(5)市場前景廣闊：本專利技術的基于手寫簽名生物特征的識別方式對于用戶來說不僅可接受程度高而且吸引力大，在生物識別技術受多方重視，信息安全問題成為全社會關注焦點的背景下，本專利技術的市場前景非常廣闊和樂觀。附圖說明圖1是本專利技術的基于行為特征的隱私安全保護系統結構示意圖。圖2是本專利技術簽名圖像匹配流程示意圖。具體實施方式為了使本專利技術的目的、技術方案及優點更加清楚明白，以下結合附圖及實施例，對本專利技術進行進一步詳細說明。應當理解，此處所描述的具體實施例僅用以解釋本專利技術，并不用于限定本專利技術。如圖1所示，為本專利技術的基于行為特征的隱私安全保護系統結構示意圖。一種基于行為特征的隱私安全保護系統，包括：前臺交互子系統，用于與用戶進行人機交互，采集用戶首次注冊信息和手寫簽名過程中的圖像信息，接收用戶的操作請求指令，顯示簽名匹配結果和操作請求反饋結果；手寫簽名識別子系統，用于根據手寫簽名圖像中的行為特征采用基于HMM-IMM的軌跡捕捉模型進行處理，生成簽名匹配結果；后臺處理子系統，用于將所述前臺交互子系統采集的注冊信息和所述手寫簽名識別子系統處理后的簽名匹配結果保存至數據庫，對數據庫中保存的數據進行查詢和修改，對用戶的操作請求指令進行處理并生成操作請求反饋結果。本專利技術的前臺交互子系統用于實現系統與用戶之間進行人機交互，其利用基于Android的移動終端實現。在用戶使用本專利技術的隱私安全保護系統時，前臺交互子系統判斷用戶是否為首次使用；若用戶是首次使用，則采集用戶的首次注冊信息以及手寫簽名過程中的圖像本文檔來自技高網...

【技術保護點】
一種基于行為特征的隱私安全保護系統，其特征在于，包括：前臺交互子系統，用于與用戶進行人機交互，采集用戶首次注冊信息和手寫簽名過程中的圖像信息，接收用戶的操作請求指令，顯示簽名匹配結果和操作請求反饋結果；手寫簽名識別子系統，用于根據手寫簽名圖像中的行為特征采用基于HMM?IMM的軌跡捕捉模型進行處理，生成簽名匹配結果；后臺處理子系統，用于將所述前臺交互子系統采集的注冊信息和所述手寫簽名識別子系統處理后的簽名匹配結果保存至數據庫，對數據庫中保存的數據進行查詢和修改，對用戶的操作請求指令進行處理并生成操作請求反饋結果。

【技術特征摘要】
1.一種基于行為特征的隱私安全保護系統，其特征在于，包括：前臺交互子系統，用于與用戶進行人機交互，采集用戶首次注冊信息和手寫簽名過程中的圖像信息，接收用戶的操作請求指令，顯示簽名匹配結果和操作請求反饋結果；手寫簽名識別子系統，用于根據手寫簽名圖像中的行為特征采用基于HMM-IMM的軌跡捕捉模型進行處理，生成簽名匹配結果；后臺處理子系統，用于將所述前臺交互子系統采集的注冊信息和所述手寫簽名識別子系統處理后的簽名匹配結果保存至數據庫，對數據庫中保存的數據進行查詢和修改，對用戶的操作請求指令進行處理并生成操作請求反饋結果。2.如權利要求1所述的基于行為特征的隱私安全保護系統，其特征在于，所述用戶的操作請求指令具體包括私密文件的加解密請求、私密聯系人及隱私短信的訪問請求、訪問受保護應用程序請求和屏幕解鎖請求。3.如權利要求2所述的基于行為特征的隱私安全保護系統，其特征在于，所述手寫簽名識別子系統包括訓練模塊和匹配模塊；所述訓練模塊用于根據用戶首次輸入的手寫簽名圖像構建基于HMM-IMM的軌跡捕捉模型；所述匹配模塊用于根據用戶后續輸入的手寫簽名圖像利用基于HMM-IMM的軌跡捕捉模型進行匹配，生成簽名匹配結果。4.如權利要求3所述的基于行為特征的隱私安全保護系統，其特征在于，所述對手寫簽名圖像進行處理，生成簽名匹配結果，具體包括以下步驟：A、從所有手寫簽名圖像中按比例提取若干張簽名圖片，并對簽名圖片進行預處理；B、將步驟B中預處理后的簽名圖片按方陣排列，根據像素密度特征和局部傾斜方向特征提取特征向量；C、通過構建基于HMM-IMM的軌跡捕捉模型對步驟B中的特征向量進行處理，得到特征向量值；D、采用前向后向算法對步驟C中的特征向量值進行打分，判斷打分結果是否在預設閾值內；若打分結果在預設閾值內，則匹配成功并生成簽名匹配結果；若打分結果不在預設閾值內，則匹配失敗返回步驟A。5.如權利要求4所述的基于行為特征的隱私安全保護系統，其特征在于，所述步驟A中對簽名圖片進行預處理包括對簽名圖片進行簽名矩形區域提取、平移不變和歸一化處理；所述簽名矩形區域提取具體為將簽名圖片轉化為二值矩陣，再將二值矩陣切割成最小的矩陣，提取包含簽名的最小矩形區域；所述平移不變具體為：將簽名圖片轉化的二值矩陣采用矩陣平移的方式對簽名圖片進行平移；所述歸一化具體為：將簽名圖片歸一化到240*240的設定區域內。6.如權利要求5所述的基于行為特征的隱私安全保護系統，所述歸一化處理的坐標變換公式具體為：x1＝240*(xt-xmin)/(xmax-xmin)y1＝240*(yt-ymin)/(ymax-ymin)其中，(xt,yt)表示當前t時刻位置簽名筆在屏幕上的位置，(xmin,ymin)為設定區域的左下頂點坐標，(xmax,ymax)為設定區域的右...

【專利技術屬性】
技術研發人員：李婷，孫源良，李耀先，王賦翼，王鵬飛，
申請(專利權)人：電子科技大學，
類型：發明
國別省市：四川,51