一种基于AcLSTM-CNN的身份认证方法

本发明涉及身份认证技术领域，具体涉及一种基于AcLSTM‑CNN的身份认证方法，本方法首先使用改进的LSTM算法(Ac‑LSTM)提取鼠标数据的时序特征，在采用双向LSTM学习鼠标序列上下文关系的同时，引入自相关机制实现高效的序列级时序连接，其次，使用CNN提取数据的空间特征，并将两种特征进行融合以获得良好的特征表示，最后，利用OCSVM算法为每个内部用户构建独特的单分类器，实现用户的个性化认证，通过与同类方法的对比实验表明，所提方法在认证性能方面优于其他方法，AUC、EER分别可达97.85％及5.49％，从而解决了当前鼠标动力学认证方法未考虑数据时空特性及用户习惯独特性导致认证性能受到影响的问题。