在线手写签名的采集与认证研究

• 作 者: 蒋康康
• 机 构: 重庆邮电大学
• 出 处: 重庆邮电大学
• 发表日期: 2011年期
• 关键词: 网络安全 身份识别 数据采集 在线手写签名认证 隐马尔科夫模型

随着计算机网络技术的发展和电子商务的日益普及，网络安全问题的重要性越来越突出，现代社会对个人身份识别的准确性、安全性与实用性提出了更高的要求。基于生物特征的身份识别克服了传统认证方法的大量缺陷而得到越来越广泛的应用。在线手写签名认证作为生物识别技术的一个重要分支，具有难于模仿、易于接受、信息采集容易等优点；而且在线签名认证采集了书写过程中的动态信息，更能够有效地反映个人特性，成为当前学者们的研究热点之一，并取得了丰硕的成果。但目前对于在线手写签名采集系统设计还没有一个比较完善的方案，同时该技术在认证精度和可靠性上还不能令人满意。为此，本文对在线手写签名的采集和认证方法展开深入研究，主要研究内容如下：　　
(1)在详细分析了当前在线签名采集设备工作原理与不足的基础上，设计研制一种基于USB HID的在线手写签名采集系统，该系统无需驱动程序即可与PC机进行通信，具有即插即用自动识别功能，极大地方便了操作，同时减少了开发时间，提高了开发效率。经测试，该系统可以实时准确地采集包括签名笔迹坐标和压力在内的多维信息。　　
(2)结合中文签名特点，给出一种签名特殊点的提取方法，并利用这些特殊点将签名分割为基本笔段；然后分析了签名的一系列特征，并从中选取部分具有区分力的特征(压力值P(t)和速度方向角θ(t))，构成签名特征向量序列。　　
(3)采用连续高斯密度的隐马尔科夫模型(HMM)并基于笔段特征，对在线手写签名信号进行建模，对不同状态数及P(t)、θ(t)不同权重对认证性能产生的影响进行了研究。　　
最后，进行了在线手写签名认证实验，结果表明本文给出的认证方法可以有效提高系统性能，降低错误率，为以后多级签名认证的实现提供了研究思路。