随着移动互联网技术的快速发展,智能手机、平板电脑等移动设备也得到了广泛使用。移动设备在网上购物、在线支付、转账等方面具有方便、快捷的特性,网上电子商务交易量越来越大,导致移动平台上电子商务信息的安全隐患越发突出,信息安全技术在移动平台上的应用越来越重要。基于生物特征的身份鉴别由于克服了传统身份鉴别方式的很多缺陷而得到了广泛的应用。手写笔迹是生物特征识别的重要领域之一,因具有采集设备简单、易采集、安全等优点,被广大用户所接受。本文针对在移动平台上识别手写笔迹的问题,对经典DTW算法和高效DTW算法进行分析,做出改进并提出一种基于DTW的动态笔迹识别算法。主要工作如下:1)本文致力于动态笔迹识别技术的基础研究。对经典DTW算法和高效DTW算法进行了理论和实验分析,总结了两种算法的优缺点,有利于本文对算法的改进。2)DTW算法的匹配路径倾向于横轴或纵轴,导致算法的计算量较大,对笔迹识别的效率的影响比较大。本文取消了原始算法中倾向横轴或纵轴的路径搜索方式,并提出了一种跨点搜索方式,减少了算法的计算量,有效的提高了动态笔迹识别的效率。3)动态笔迹样本的预处理过程对识别结果的影响比较大,本文通过分析了经典DTW算法中过度依赖端点检测的缺点,提出了一种放松起始端点对齐限制的方法,提高了算法了性能,为动态笔迹识别的精确率的提高提供了保障。4)本文结合了FastDTW算法中限定路径弯折斜率的优势,并改变了FastDTW算法斜率固定的情况,提出了一种新型斜率获取方案,在保证动态笔迹识别效率的同时提高了识别的准确率。5)本文针对上述改进策略,提出了一种基于DTW的改进算法,并进行了实验验证。实验结果表明,本文算法的错误拒绝率(FRR)和错误接纳率(FAR)分别为8.50%和4.50%,识别的效率比经典DTW算法更高,识别的准确率比FastDTW算法更高,充分体现了本文算法在动态笔迹识别方面的合理性和可行性。