身份与认证一直是学术和工业界关注的重要基础问题，是确保信息系统安全的第一道防线，直接关系着国家网络空间安全及每个用户的切身利益。根据所使用的凭证与用户的关系，身份认证可分为三类：1）基于用户所知，如口令；2）基于用户所有，如智能卡；3）基于用户个人特征，如指纹。智能终端能存储并访问越来越多的安全和隐私信息，身份安全问题造成的国家、企业、社会公众的信息泄漏及财产损失造成的社会问题日益严重，在终端交互过程中缺乏有效的身份认证手段是用户数据安全和隐私泄露风险急剧上升的重要原因和挑战。

针对这些挑战，考虑不断增强的数据安全和隐私保护需求，本项目组从2009年开始，在国家自然科学基金、国家"863"计划等项目资助下，基于信息安全、模式识别和人机交互等交叉学科知识，创造性地从"人机行为描述、行为特征表征与行为多视图分析"三个维度深入研究了智能终端上复杂人机行为分析的身份识别与认证理论与技术，发现了人机动态交互行为中的隐含结构和关联规律，揭示了人机行为与身份表征之间的作用机理，构建了人机行为在线认证与监控模型，提出了多视图融合的用户身份识别与认证方法。并获得了一系列在国际上具有重要影响的创新性成果，主要科学发现如下： 

1）发现了人机交互中动态行为的隐含结构和关联关系。"行为描述与表达"一直是人机行为特征识别领域最为基础性的问题之一。发掘了人机交互过程中动态行为的复杂非结构特性，创造性地提出了基于关联关系的人机行为结构化描述与表达方法；面向跨场景的人机行为，发现了操作语义关系和行为属性的相似性与关联性，率先提出了基于模式增长人机行为模式挖掘方法，系统性地解决了复杂动态人机行为结构化表征难题。研究成果被斯坦福大学面向网络安全的数据挖掘课程列为代表性阅读材料，挪威工程院院士Patrick Bours教授评价该成果为"人机行为安全认证领域中首创、具有广泛学术影响力的行为描述也表示工作"。

2）揭示了人机行为与身份表征之间的映射机理。发掘了手部基元与指点设备交互的行为规律和动态过程，创造性地提出了概率图框架下的人机交互运动自适应切分、弹性匹配和建模方法；发现了人机行为在交互过程中展现出随机波动和不确定性，率先提出了基于黎曼流形变换的可辨识紧致特征表示方法，解决了人机行为底层特征与高层身份表征不一致的语义鸿沟问题。成果被美国工程院院士Anil Jain教授(ACM/IEEE Fellow)在其文章中列为在人机行为特征识别和认证的最新进展；本领域国际权威苏黎世联邦理工学院Srdjan Capkun教授(ACM Fellow)评价为"有效缓解了人机行为波动带来的认证精度的负面影响"。

 3）构建了人机行为多视图融合的在线认证与监控模型。设计了人机行为中场景先验知识的量化策略，提出了贝叶斯框架下融合场景先验的人机行为分类器设计方案；系统性地研究了人机行为的长周期趋势性变化规律，提出了轻量级的人机行为半监督分类器在线学习和动态更新方法；分析了人机行为多视图场景中的一致性和差异性，提出了多视图融合的在线主动身份认证和监控方法，解决了行为趋势性变化和行为模型的迟滞性难题，显著提升了人机行为认证的实用性能。成果被英国皇家学会院士、牛津大学Kasper Rasmussen教授在其文章中列为主动身份认证方面代表性研究成果。

 4）基于前述三项发现，针对传统终端、网页终端、移动终端等典型应用环境，设计了一系列适用于多场景多终端的安全高效的多源人机行为身份认证与监控框架。

本项目共发表论文61篇，SCI收录25篇，2篇入选ESI高被引论文，包括信息安全国际权威期刊IEEE Transactions on Dependable and Secure Computing、IEEE Transactions on Information Forensics and Security，国际顶级会议IEEE S&P、ACM CCS等，获得7次国内外学术会议最佳/优秀论文奖励。5篇代表性论文分别发表在IEEE TIFS、IEEE S&P等信息安全领域国际顶级期刊和会议上。获得中国发明专利10项、软件著作权6项。项目组成员1人获国家自然科学基金优秀青年基金资助，1人获教育部霍英东青年教师一等奖，1人获得阿里巴巴达摩院青橙奖，1人入选陕西省青年科技新星。