● 摘要
随着当今社会生活的信息化发展，模式识别相关应用已经逐步融入到人们的日常生活中。以人脸识别、指纹识别、掌纹识别为代表的生物身份验证就是其中非常重要的应用方向。击键行为识别作为一种简便易行的生物身份验证方法有着重要的实用价值和广阔的发展前景。
本文从系统验证和数据采集平台介绍、数据库的建设，到特征提取、融合了鲁棒特征的基分类器设计，到分类器融合方法研究，以及识别结果分析，完整的介绍了击键行为识别的应用流程。论文主要工作如下：
在不同的应用场景下，利用网络平台和国内第一个击键行为识别嵌入式平台，采集并发布了目前已知的击键行为识别的最大数据库（Beihang Keystroke Dynamic Database）。该库收集了219个注册账号，共计近8000个样本，为相关算法提供了公开测试的平台。
基分类器设计是单类分类器设计的关键问题。本文先介绍特征提取方法，全方位的、多视角的提取了有效特征，设计实现了多个融合鲁棒特征的分类器，包括最近邻分类器、高斯分类器、单类SVM分类器、基于Fisher准则的分类器以及基于随机深入学习特征的分类器。而后提出了加权融合分类器和基于反馈和多样性的融合分类器，通过对基分类器的集成，增强了分类器的鲁棒性，提高了分类效果。
在击键行为识别数据库（Beihang Keystroke Dynamic Database）上运用多个分类器建模分类，分析了击键行为识别结果并对击键行为识别的应用前景进行了展望。最终的实验结果表明，设计实现的基分类器和融合分类器分类效果优于基准的单类分类器，有效的解决了击键行为识别这一难题，为击键行为识别推广应用指明了方向。