摘要
一种基于半监督学习去噪的移动设备持续身份认证方法，属于用户认证和深度学习技术领域。本发明采用用户行为数据进行移动设备认证避免了用户需要主动参与认证过程，提高了便捷性；同时，行为特征具有高度个性化，难以被模仿或伪造，有效增强了认证系统的安全性；此外，行为认证能够实现持续的动态身份认证，身份认证模型能够在移动设备使用过程中实时监控和验证用户身份，进一步提高防护能力，避免静态认证方式的潜在安全漏洞；本发明采用数据选择结合半监督学习算法，能够有效去除人为噪声，使得认证模型在面对用户行为中的不规律时，依然能够保持较高的准确性。
