文档名：基于用户行为的身份认证方法
随着互联网技术的飞速发展,全球的网民数量也在爆炸式增长,如何有效地进行网络身份认证已经成为当今社会一个亟待解决的热点问题.通过分析几种常用的网络身份认证方法,可以发现基于口令的身份认证方法面临着数据泄露严重,口令不可靠等诸多安全问题;以短信验证码作为二次认证的方法也面临着信息被截取的风险;采用生物特征进行身份认证的方式虽然有较高的安全性,但是设备需要特定的硬件支持.本篇论文采用大数据和机器学习的方法,设计和实现了基于行为轮廓的用户身份认证模型.实验表明,该模型能够通过分析用户的行为模式进行身份认证,从而有效地识别异常用户.基于用户行为轮廓的身份认证可以作为账户安全的第二道防线,不和其他认证方式产生冲突,同时将身份认证由一次性变为持续的过程,更好地提高用户账户的安全性.
作者：陈钧莎 王炯 王鑫 查达仁
作者单位：中国科学院信息工程研究所,北京100093;中国科学院大学网络空间安全学院,北京100049中国科学院信息工程研究所,北京100093
母体文献：2018年全国电子认证技术交流大会论文集
会议名称：2018年全国电子认证技术交流大会
会议时间：2018年6月1日
会议地点：南京
主办单位：中国密码学会,全国信息安全标准化技术委员会
语种：chi
分类号：TP3TP1
关键词：身份认证 用户行为 大数据 机器学习
在线出版日期：2021年12月15日
基金项目：
相似文献
相关博文
- 文件大小:
- 1.73 MB
- 下载次数:
- 60
-
高速下载
|
|
