微软公布全新手势解锁专利，Win10设备将只属你一人所有
使用手势解锁设备在现在看来并不是件新鲜事，苹果早就推出了滑动式解锁，这种解锁方式也在安卓设备中广为流行。然而这种方式的安全性并不高，特别是当屏幕表面覆盖油渍时，手势密码便一览无余了。
微软现在提交了一项新的技术专利，该技术可以通过一个简单的手势来获取生物特征信息，如手指位置、手指长度及手指间的角度等，以此提供更加精密的验证信息，确保就是用户本人发出的解锁请求。
微软现在提交了一项新的技术专利，该技术可以通过一个简单的手势来获取生物特征信息，如手指位置、手指长度及手指间的角度等，以此提供更加精密的验证信息，确保就是用户本人发出的解锁请求。
[0011] 当今的移动设备用户一般都通过简单的四位数密码或手势来锁定他们的移动设备（手机或平板）。尽管用户可以通过这种方式实现对设备的轻松解锁，但却没有真正保证设备的安全。举个例子，我们的手机四位数密码以及手势密码可以被别人轻松偷窥到（例如别人站你身后偷看）。因此有必要研发出一种规避类似现象的新型认证技术。
我们理想中的认证技术既要便于用户操作，同时又能有效防止别人偷窥并模仿。其他设备现在为手机认证部署了专用指纹识别器。指纹识别器一方面会显著增加设备制造成本，同时也需要在设备中安放专用组件。（我们）当前的概念是，可以在用户与设备交互时收集用户信息，信息可以被共同分析，进而在识别用户方面具备高可靠性。此概念可以调用多种传感器数据，可以通过使用现有传感器与/或额外传感器来完成。
[0012] 一些移动设备的执行方式可被用于辅助识别器。一些当前执行的配置方案可以单纯依靠通用传感器数据来启动用户认证。这种方式的潜在首要因素就是，不同用户即便使用了相同的手势，但这些手势也会因为不同的操作习惯而有所差别，另外还会受到手掌结构、尺寸以及柔韧性等生物学因素的影响。
这些细微的差别可以被设备中的内嵌传感器所收集（如触屏、加速度计与陀螺仪），在指纹识别器的基础上又增加了一道认证工序。若干认证手势实例能够提供大量用户的独特信息，这些信息都会被设备内嵌的传感器所收集。
[0013] 当用户使用认证手势时，这些执行程序可以利用触屏传感器提取与用户手掌构造及尺寸有关的丰富信息。这些信息可以包括手指间的距离与角度、每根手指接触/离开屏幕时的精确时间差以及每根手指的尺寸及施加的压力。
与此同时，这些执行程序可以利用内嵌的加速度计与陀螺仪传感器记录设备在手势解锁期间的位移和旋转姿态。在执行手势解锁期间，每次当一根手指点击屏幕时，设备都会在用户独特的点击与握持方式下发生轻微位移。
[0014] 当前的执行程序可以使用多种生物特性（如具体参数）来识别用户，这些生物特性均在用户与设备交互期间被确定下来。用户与设备的交互倾向于需要用户（与/或设备）进行移动。在一些当前的执行程序中，这些移动可以与认证手势有关（如登陆手势）。
用户可能需要在训练阶段重复演示认证手势。在训练阶段，多个不同生物特性的值可以从训练的认证手势中被检测出。个人相似度阈值会从训练阶段收集的认证手势的值中被最终确定下来。简而言之，个人相似度阀值可以反映出用户在执行认证手势时的一致性（或不一致性）。换句话说，个人相似度阀值可以反映出用户在执行认证手势时会出现多大偏差。
[0015] 接着，用户可以通过执行认证手势来登陆设备（或被设备所认证）。生物特性值可从登陆期间的认证手势以及同训练阶段手势的对比中被检测及核实。登陆认证手势值与训练认证手势值间的相似度可以被确定下来。
如果相似度满足了个人相似度阀值，那么登陆设备的人很可能就是用户本人。如果相似度没有满足个人相似度阀值，那这个试图登陆设备的人就很可能是个冒名顶替者。
[0016] 从一方面来看，上述执行程序所提供的用户认证流程的执行过程非常快捷，同时也能有效防止窥屏者通过偷窥用户手势密码进而解锁手机的情况发生。有意思的是，以上方案能适用于各种尺寸的屏幕，甚至包括搭载 Kinect 的 Xbox One 。
我们理想中的认证技术既要便于用户操作，同时又能有效防止别人偷窥并模仿。其他设备现在为手机认证部署了专用指纹识别器。指纹识别器一方面会显著增加设备制造成本，同时也需要在设备中安放专用组件。（我们）当前的概念是，可以在用户与设备交互时收集用户信息，信息可以被共同分析，进而在识别用户方面具备高可靠性。此概念可以调用多种传感器数据，可以通过使用现有传感器与/或额外传感器来完成。
[0012] 一些移动设备的执行方式可被用于辅助识别器。一些当前执行的配置方案可以单纯依靠通用传感器数据来启动用户认证。这种方式的潜在首要因素就是，不同用户即便使用了相同的手势，但这些手势也会因为不同的操作习惯而有所差别，另外还会受到手掌结构、尺寸以及柔韧性等生物学因素的影响。
这些细微的差别可以被设备中的内嵌传感器所收集（如触屏、加速度计与陀螺仪），在指纹识别器的基础上又增加了一道认证工序。若干认证手势实例能够提供大量用户的独特信息，这些信息都会被设备内嵌的传感器所收集。
[0013] 当用户使用认证手势时，这些执行程序可以利用触屏传感器提取与用户手掌构造及尺寸有关的丰富信息。这些信息可以包括手指间的距离与角度、每根手指接触/离开屏幕时的精确时间差以及每根手指的尺寸及施加的压力。
与此同时，这些执行程序可以利用内嵌的加速度计与陀螺仪传感器记录设备在手势解锁期间的位移和旋转姿态。在执行手势解锁期间，每次当一根手指点击屏幕时，设备都会在用户独特的点击与握持方式下发生轻微位移。
[0014] 当前的执行程序可以使用多种生物特性（如具体参数）来识别用户，这些生物特性均在用户与设备交互期间被确定下来。用户与设备的交互倾向于需要用户（与/或设备）进行移动。在一些当前的执行程序中，这些移动可以与认证手势有关（如登陆手势）。
用户可能需要在训练阶段重复演示认证手势。在训练阶段，多个不同生物特性的值可以从训练的认证手势中被检测出。个人相似度阈值会从训练阶段收集的认证手势的值中被最终确定下来。简而言之，个人相似度阀值可以反映出用户在执行认证手势时的一致性（或不一致性）。换句话说，个人相似度阀值可以反映出用户在执行认证手势时会出现多大偏差。
[0015] 接着，用户可以通过执行认证手势来登陆设备（或被设备所认证）。生物特性值可从登陆期间的认证手势以及同训练阶段手势的对比中被检测及核实。登陆认证手势值与训练认证手势值间的相似度可以被确定下来。
如果相似度满足了个人相似度阀值，那么登陆设备的人很可能就是用户本人。如果相似度没有满足个人相似度阀值，那这个试图登陆设备的人就很可能是个冒名顶替者。
[0016] 从一方面来看，上述执行程序所提供的用户认证流程的执行过程非常快捷，同时也能有效防止窥屏者通过偷窥用户手势密码进而解锁手机的情况发生。有意思的是，以上方案能适用于各种尺寸的屏幕，甚至包括搭载 Kinect 的 Xbox One 。
