基于朴素贝叶斯的鼠标轨迹识别方法  

作　　者：谢苗 刘琳岚[1] 

机构地区：[1]南昌航空大学信息工程学院,江西南昌330063

出　　处：《信息通信》2018年第9期30-32,共3页Information & Communications

基　　金：国家自然科学基金项目(61762065)

摘　　要：拖动滑块验证是行为式验证码的主要方式之一。针对鼠标轨迹的识别问题,提出一种基于朴素贝叶斯的鼠标轨迹识别方法。通过比较人为轨迹和机器轨迹的差异,提取出鼠标轨迹的10个初始特征:是否回移、尾部平均速度、轨迹右半部的轨迹点密度等,构建了基于朴素贝叶斯的鼠标轨迹识别模型;采用前向序列选择算法从10个特征中找出包括8个特征的最优特征子集,采用相关概率加权方法为每个特征赋予权值,得到改进的鼠标轨迹识别模型。实验在MATLAB仿真器中进行,使用了2017年腾讯大数据挑战赛提供的鼠标轨迹数据集。仿真实验表明,与支持向量机识别模型、决策树识别模型、K最近邻识别模型相比,文章提出的改进模型具有更高的识别准确率。

关 键 词：鼠标轨迹 朴素贝叶斯 特征提取 前向序列选择算法 相关概率加权方法 

分 类 号：TP393.08[自动化与计算机技术—计算机应用技术]