基于对比学习的连续触摸身份验证
密码学与安全
2025-04-25 v1
摘要
智能移动设备已成为现代生活中不可或缺的工具，其中处理、存储和传输了大量敏感信息，对可靠的安全控制提出了严峻要求。鉴于触摸屏是人机交互的主要媒介，基于触摸行为的连续用户身份验证提供了一种自然且无缝的安全解决方案。虽然现有方法主要在单模态学习设置下采用二分类，但我们提出了一种统一的对比学习框架，用于非干扰性的连续身份验证。具体而言，所提方法利用时间掩码自编码器 (TMAE) 从原始多传感器数据流中提取时序模式，捕捉连续的运动和手势动力学。预训练的 TMAE 随后被集成到基于对比学习的 Siamese 时间注意力卷积网络中，用于建模序列和跨模态模式。为进一步提升性能，我们引入多头注意力和通道注意力机制，以捕捉长程依赖并优化跨通道特征集成。在针对公开基准数据集和自建数据集的大量实验中，我们的该方法显示优于当前最先进方法，为移动设备上的用户身份验证提供了可靠且有效的解决方案。
关键词
引用
@article{arxiv.2504.17271,
title = {Contrastive Learning for Continuous Touch-Based Authentication},
author = {Mengyu Qiao and Yunpeng Zhai and Yang Wang},
journal= {arXiv preprint arXiv:2504.17271},
year = {2025}
}