基于多模态特征与动态优化的车联网连续身份认证方法

本发明提出了一种基于多模态特征与动态优化的车联网连续身份认证方法，主要解决现有技术未能同时考虑认证成本和安全性，导致认证性能不佳的问题。方案包括：首先采集基于驾驶员声纹和所驾驶车辆转向角标准差及加速度熵值的多模态特征数据，并对其进行加权融合，生成用户车辆当前时刻的综合安全评分；再根据评分动态生成当前用户请求系统的安全等级，不同等级对应不同的连续认证间隔时间的上下界；最后基于连续认证协议成本，包括认证所需的时延和通信负载，结合认证系统安全性评估值模型构建优化函数，求解最优的连续认证间隔时间。本发明能够权衡连续身份认证的成本与安全性要求，获取使其平衡的最优认证间隔时间，从而显著提升认证系统性能。