随着移动互联网的发展,智能手机已经普遍用于大众的生活,移动互联网带来了信息共享的同时也伴随着对用户隐私的威胁。由于手机被盗用或者丢失而产生的用户隐私数据泄漏的事件频频发生。因此如何实现准确并且长久保证智能终端访问者的合法性成为了很多学者研究的重点。但大多数学者的研究都是基于入口式的,无法在用户进入系统后仍然在后台持续监控用户的合法性。针对上述情况,本文提出了一种基于动态手势的智能终端身份识别方法,实现了在后台24小时不间断的监控用户是否为非法用户。主要包含以下的研究内容:1.本文采用小波包分解和皮尔森相关系数结合的方法对原始数据进行滤波去噪。首先采用小波包分解的方法将原始数据分解为几个频段,每个频段都含有不同的信息,接着用皮尔森相关系数对相邻的频段进行相关性分析,从而找到动态手势信息和高频噪声的分界点,然后对其进行滤波去噪。2.本文对传统的K-Means算法在初始中心数目和初始中心位置点的确定上进行了优化。传统K-Means算法初始中心数目和初始中心点的选择是完全随机的,本文对初始中心数目的选择采取枚举的方式,初始中心点位置的选择采取的是半随机化的方式。3.本文提出了一种基于动态手势的身份识别的方法。根据聚类的结果生成一个打分判决公式,以此为依据对新样本进行预判,还为新的样本数据提供了回收的机制,使模型能够得到不断的优化。4.为了验证本文方法的可行性,本文搭建了一个基于动态手势的智能终端身份识别系统。客户端采用的是Android系统的智能终端,用此系统对本文提出的方法进行实验,实验结果说明本文方法在实验中的 FAR(False Acceptance Rate)值为 4.2%,FRR(F.alse Rejection Rate)值为1.92%。证明了本方法模型在实际应用中具有一定的可行性。