随着社会信息化的不断发展及智能手机的普遍使用,手机端的网络购物支付、电子商务及网上银行等业务有所发展,手机端的身份认证日趋重要。身份认证的任务是鉴别验证访问系统的用户身份的合法、真实和唯一性,进而决定是否允许用户访问指定的系统、资源或服务等功能,它是保障信息安全和合理分配资源的关键。本文在分析当前各种身份认证技术的基础上,针对其应用在智能手机上存在的问题,提出了一种基于手机加速度传感器的身份认证方法。本文主要研究工作和取得的成果如下：1、本文提出了一种适用于资源及配置受限的手机端身份认证方法,该方法包括数据采集、数据预处理、特征提取和模式匹配认证过程。对于身份认证数据的采集,我们通过手机加速度传感器采集用户持手机在空中书写轨迹时每个时刻的加速度来表示一个原始的手势轨迹,并对采集到的数据进行预处理。2、针对手势轨迹加速度数据的特点,结合小波变换理论,本文提出了基于小波多层分解之后提取各层分量的能量作为手势轨迹特征向量的算法,并首次用于基于手机加速度传感器的身份认证中。3、本文对常用的、适用于身份认证的模式识别方法进行了分析比较,并指出其应用在手机端上存在的不足,在此基础上利用支持向量机思想,通过交叉验证寻找最优的参数进行模型的训练,使用该模型来对提取到的特征向量进行匹配鉴定,进而实现了本文提出的整个身份认证方法流程。4、为了对本文提出的身份认证方法及特征提取算法进行评估,我们进行了实验分析,分别从小波基函数和小波分解层数的选择、训练样本集大小、原始特征及支持向量机中C和γ的选择进行了实验分析和对比,实验结果表明了本文提出的身份认证方法及特征提取算法具有很好的实用和推广价值。图30幅,表6个,参考文献62篇。