一种基于时间序列残差编码器的鼠标动力学身份认证方法

本发明涉及身份认证技术领域，具体涉及一种基于时间序列残差编码器的鼠标动力学身份认证方法，本发明通过融合趋势分解、时序建模与空间注意力机制，有效提升了对用户鼠标行为特征的提取精度与身份判别能力。通过引入趋势分解技术，有效去除行为数据中的周期性干扰与非平稳波动，增强了模型对特征识别的稳定性；结合时序编码器与改进残差网络构造了对鼠标行为数据中时空关联结构的深层模型，以此充分具有区分性的个体行为模式。采用个性化的单类支持向量机进行判别建模，在保障认证精度的同时，显著提升了模型对用户行为差异的适应能力。从而解决了传统身份认证方式在应对内部用户威胁时存在无法持续验证、易被伪造及隐私泄露风险的问题。