基于行为特征的ATM机用户身份识别研究

• 作者: 吴纪芸
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: ATM机 身份实时识别 行为特征 数据预处理 参数优化
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 人工智能
• 页码范围: 45-49
• 页数: 5页
• 分类号: TP301
• 字数: 4593字
• 语种: 中文
• DOI: 10.11907/rjdk.191059

摘要

传统自动柜员机(ATM)监控系统以摄像为主,不能及时检测用户身份是否异常.提出一种基于行为特征的ATM机用户身份实时识别方法,采集用户输入密码时的触屏行为特征数据,通过SVM分类算法判断该用户行为是否属于合法用户.该方法不仅要求用户输入的账户密码正确,还要求该用户的行为特征与预设定的合法用户行为特征一致.实验结果表明,通过数据预处理和SVM分类算法参数优化后的ATM机用户身份识别系统识别精确度达到97.9769％,比没通过数据预处理和SVM分类算法参数优化后的识别精确度高出4.5769％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴纪芸	福州职业技术学院现代教育技术中心	3	3	1.0	1.0