比勒陀利亚大学(University of Pretoria)和香港城市大学(City University of Hong Kong)的一组研究人员最近开发了一个基于步态分析的连续智能手机用户身份验证系统。在IEEE工业电子学会第44届年会上，一篇论文概述了这一系统。该系统利用设备原有的硬件，根据步态模式对智能手机用户进行身份验证。

“步态”一词指的是走路或跑步时通过移动四肢来实现的运动模式。研究发现，每个人的步态模式差异很大，以至于步态分析可以用于生物特征验证。

现有的生物特征步态识别工具主要分为三类:基于机器视觉的步态识别工具、基于地板传感器的步态识别工具和基于可穿戴传感器的步态识别工具。在基于机器视觉的步态识别中，系统利用摄像机获取数据，然后利用图像处理技术进行分析。

另一方面，基于地面传感器的步态识别系统通过一个垫子工作，可以测量与人的步伐相关的力和速度。最后，基于可穿戴传感器的步态识别系统使用带有传感器的可穿戴设备，如加速度计、陀螺传感器和力传感器，来检测和记录步态活动。

研究人员在论文中写道:“本文介绍了一种利用智能手机现有硬件的智能手机用户认证系统的开发。”“身份验证是基于智能手机用户的步态模式，这是一种生物特征。”

比勒陀利亚大学(University of Pretoria)和香港城市大学(City University of Hong Kong)的研究团队开发了一种基于可穿戴传感器的步态识别系统，该系统利用了智能手机已有的硬件，尤其是加速计。如今，大多数智能手机都内置了加速计，可以检测用户的步态相关数据。

研究人员设计的系统不需要任何额外的硬件来运行，因此升级现有的智能手机不需要额外的成本。它通过持续分析智能手机内置的加速计收集的步态相关数据，并在检测到步态模式的异常变化时通过电子邮件通知智能手机的主人。

研究人员在他们的论文中解释说:“如果认证结果是肯定的，认证过程在后台就不会中断。”“如果认证失败，设备的位置信息应该发送到一个预定的电子邮件地址，通知授权用户设备的位置。”

研究人员提出的基于gait的认证方法包括传感器数据采集单元、预处理单元、分类算法和评估系统。智能手机内置的加速度计不断获取gait相关数据，这些数据由预处理单元进行预处理，然后通过动态时间扭曲(DTW)算法和前馈神经网络(FFNN)进行分析，从而对用户进行身份验证。

在首次检测到未经授权的访问后一分钟内，系统会向智能手机用户发送一封电子邮件通知，其中包括设备最后已知位置的时间戳。这可以帮助用户在不小心放错地方或丢失手机时找回手机。

在初步评估中，这个新的基于gait的认证系统的灵敏度为0.74，特异性为0.78。虽然这些结果令人鼓舞，但研究人员还需要进一步开发该系统，才能将其成功应用于现实世界。

研究人员写道:“虽然提出的方案的性能很有希望，但它确实需要改进，以使该系统在实际中可行。”

进一步探索