随着移动互联网技术的飞速发展,智能终端设备已成为人们生活中必不可少的工具。近年来,智能手环、智能眼镜、智能跑鞋等智能穿戴设备纷纷出现在人们的视野中,并逐渐成为大众生活方式的新选择,其所具备的可便捷采集用户生物信息的特性,促进了基于移动终端设备的生物特征识别技术的深入研究和发展。本文对移动互联网的身份认证技术进行研究,利用智能穿戴设备便于携带且能够方便的采集人体生物特征的优势,分别针对用户在行走过程中和稳定状态下两种场景,提出了基于SVM(Support Vector Machine)的步态认证方案和基于DTW(Dynamic Time Warping)的PPG(photoplethysmography)认证方案,并且结合业界广泛使用的通用身份认证框架FIDO UAF(Fast Identity Online Universal Authentication Framework),实现了基于智能穿戴设备的身份认证系统原型。基于SVM的步态认证方案利用智能穿戴设备上的加速度传感器采集人体正常行走过程中的步态加速度数据,接下来对加速度数据进行平滑去噪、归一化、标量合成等操作,提取步态模式中的时域统计特征和频域特征,然后对频域特征采用主成分分析法(Principal Components Analysis,PCA)进行特征优选,通过实验对比分析得到时域和频域中认证准确率最高的特征组合作为用户的步态特征模板,最后采用支持向量机(SVM)作为分类算法,实现对于人体步态特征的认证。实验中采集11位测试用户的步态加速度数据,对方案进行验证最终得到96%以上的认证准确率。基于DTW的PPG认证方案通过智能穿戴设备的PPG传感器采集人体在稳定状态下的PPG信号,此处的稳定状态指的是用户处于一个相对安稳的状态,而非剧烈运动或者情绪激动的情况下。接下来对信号进行稳定性序列检测,提取PPG信号中代表人体皮肤组织构造的稳定特征序列,通过DTW算法来对稳定的特征序列进行离线训练,筛选出最优的特征序列模板,得到此特征序列的最大DTW距离作为阈值,然后在认证阶段通过计算测试样本与特征序列模板之间DTW相似距离,来判断用户是否认证通过。实验中采集10位测试用户的PPG信号数据,对方案进行验证最终得到92%以上认证准确率。FIDO UAF是由FIDO联盟提出的在线快速通用身份认证框架,旨在解决移动终端认证种类繁多导致的设备碎片化严重的问题。本文结合FIDO UAF框架设计了基于智能穿戴设备的认证系统,对系统中注册、认证、和注销流程进行了详细的设计和说明,然后,在系统中集成了基于SVM的步态认证方案和基于DTW的PPG认证方案,使其能够真正的应用到实际的应用场景中。