摘要
本发明涉及用户身份认证技术领域,具体为一种基于定位信息的持续用户认证方法。本发明采用多源位置信息进行持续身份认证,并通过卡尔曼滤波算法进行数据融合与轨迹平滑处理,确保位置信息的准确性。同时,结合用户行为特征向量和LSTM长短时记忆神经网络进行历史行为学习有效检测异常轨迹和伪造身份行为,发现轨迹跳跃、行为模式突变等异常时即时采取安全措施,防止非法认证攻击;本发明构建了多层次身份认证体系,包括轨迹比对、行为特征分析和深度学习模式识别,提高复杂环境下的身份认证准确性,降低误判率,增强系统鲁棒性。
技术关键词
持续用户认证
卡尔曼滤波算法
多级身份认证
生物验证信息
状态转移模型
神经网络训练
真实速度向量
蓝牙信标
异常用户
身份认证体系
生物特征验证
身份认证技术
坐标
状态空间模型
账号
梯度下降算法
异常轨迹
模式