HPCANet:一种用于身份认证的异构并行神经网络

来源：石河子大学学报·自然科学版杂志2026年第3期北京时间：

作者：张数, 于宝华, 崔立军, 杜肇辉

单位：石河子大学信息科学与技术学院,新疆 石河子 832003

摘要：网络安全事件频发,使得以键盘作为输入设备的击键动力学身份认证方式成为目前信息安全领域的研究热点。已有的研究在不同尺度下击键特征提取以及处理大量数据时仍然面临较大挑战。本文设计了基于击键身份认证的数据特征提取算法,提出基于击键动力学的HPCANet身份认证模型,该模型采用双轨并行结构,分别提取击键数据的局部特征和长期依赖关系,并通过骨干网络实现特征融合,引入了通道注意力机制重新为数据特征分配权重,实现突出用户关键行为特征的效果。本文在UB和CMU公开数据集上进行实验,分别获得2.74%和3.50%的等错误率。相较于现有代表模型,性能有显著提升。此外,实验还验证了模型在用户使用不同类型的输入设备时仍然具有较高的可靠性。

关键词：击键动力学,身份认证,神经网络,通道注意力机制

基金资助：新疆生产建设兵团重点领域科技攻关计划项目(2021AB023-4)