为了维护计算机系统的安全,一般通过设置用户口令进行身份鉴别,防止他人冒名顶替。口令鉴别的主要弱点在于一旦被窃,冒名顶替者就可以轻而易举地进行非法活动。击键特征的研究目的是给口令加上一个简便而有效的保护措施,基于击键特征方法获取并分析用户敲击键盘的特征数据,自动地识别用户的真实身份。该领域国内外现有相关研究的热点主要集中在统计学、神经网络、模糊数学等领域。 本文针对传统的口令认证方式在防止密码共享以及密码被盗方面的脆弱性,提出将用户名——口令认证与击键特性认证相结合的方式,并给出一种基于模糊C—均值聚类进行击键特性认证的新方法。通过利用模糊C—均值算法对用户的击键特性进行训练,生成用户击键特性样本;识别时将当前要求认证用户的击键特性与之进行匹配,并根据系统设定的阈值来确定当前用户是否为合法用户。实验结果表明,本文提出的击键特性认证方法具有较高的用户识别性能。