[发明专利]基于多维度行为特征的隐式用户验证及隐私保护方法

摘要

本发明涉及一种基于多维度行为特征的隐式用户验证及隐私保护方法，其包括如下步骤a、对合法用户操作移动设备的行为进行数据采集；b、建立合法用户操作特征模型；c、利用支持向量机将当前行为特征向量与合法用户操作特征模型进行比较，以得到当前用户是否为合法用户的操作比较结论以及所述操作比较结论的可信度；d、根据上述当前行为特征向量以及可信度利用可信度算法计算当前用户为合法用户的概率；当所述合法用户的概率高于设定阈值时，则确认当前用户为合法用户，否则，移动设备启动预先设定的隐私保护协议。本发明低功耗，不易被模仿和攻击，在用户无法察觉的情况下能进行准确的用户身份识别，做出相应的隐私保护措施。

主权项

一种基于多维度行为特征的隐式用户验证及隐私保护方法，其特征是，所述隐式用户验证及隐私保护方法包括如下步骤：(a)、对合法用户操作移动设备的行为进行数据采集，得到若干合法行为数据；所述对移动设备的合法行为数据包括对移动设备的操作方式以及所述操作方式对应的操作反应；(b)、根据上述对移动设备的合法行为数据得到合法行为特征向量，对合法行为特征向量利用支持向量机训练建立合法用户操作特征模型；(c)、对当前用户对移动设备的每次操作行为进行数据采集，得到当前行为数据，所述当前行为数据包括对移动设备的操作方式以及所述操作方式的操作反应；根据当前行为数据得到当前行为特征向量，利用支持向量机将当前行为特征向量与合法用户操作特征模型进行比较，以得到当前用户是否为合法用户的操作比较结论以及所述操作比较结论的可信度；(d)、在得到合法用户操作特征模型后，根据合法行为数据计算在操作一个应用之后使用另一个应用的概率，建立合法用户马尔科夫模型；在对当前用户进行当前行为数据采集后，计算当前用户马尔科夫模型；将当前用户马尔科夫模型与合法用户马尔科夫模型进行比较，得到辅助比较结论；移动设备融合操作比较结论以及辅助比较结论后得到确认可信度；移动设备根据当前行为特征向量以及确认可信度利用可信度算法计算当前用户为合法用户的概率；当所述合法用户的概率高于设定阈值时，则确认当前用户为合法用户，否则，移动设备启动预先设定的隐私保护协议；所述步骤(b)中，合法行为特征向量表示为Oi＝{Ai,Gifi1,fi2,fi3,fi4,fi5,fi6,Ri}，其中，Ai表示当前移动设备的第i个应用，Gi表示所述第i个应用的操作方式，fij(0＜j≤6)表示对于所述第i个应用对应的第j个特征，Ri＝1表示合法用户，否则，Ri＝‑1；所述步骤(d)中，移动设备利用可信度算法计算当前用户为合法用户概率的方法为：θi(X1,X2,...,Xi)=1-(Πk=1i(1-ϵk(Xk)))]]>其中，Xi为第i个操作方式，εk(Xk)表示第k个操作方式的可信度。