随着互联网技术的飞速发展,个人信息安全的重要性越来越被重视。传统的身份验证方式以用户名密码为主,存在着诸多缺点,使得用户的个人信息有被入侵的风险。与此同时,生物识别技术作为更为先进的身份识别技术,为解决这类安全问题带来了全新的解决方案。生物识别技术利用用户的生理特征或行为特征来完成身份的识别和认证,具有唯一性、不可不复制性、普遍性等优势,具有巨大的发展前景。目前生物识别技术主要集中在基于指纹、人脸、虹膜等生理特征的身份识别,这类识别方式大都需要借助额外的认证设备,增加了成本的同时也影响了其普及程度。相比之下,基于击键特征的身份识别不需要额外的物理设备进行辅助,仅依靠键盘就可以完成身份的识别,近年来关于击键识别的相关研究也逐渐增加。传统的基于击键特征的身份识别主要是基于用户的时间特征进行身份识别。由于时间特征种类比较单一,识别的准确率往往收到用户自生因素或外部环境因素的影响,缺乏稳定性,识别效果也不尽人意。针对上述问题,本文通过在键盘内添加压力传感器的方式,采集用户键入密码时的压力变化。经过对数据的处理后,从中提取压力特征,增加了特征的多样性,从而提高了分类模型的准确率和稳定性。然后本文针对固定文本的击键识别进行研究,对随机森林算法在击键识别的应用进行了尝试,使用随机森林算法完成了击键分类模型的构建。实验结果表明随机森林算法使用于击键识别且具有较好的识别率和稳定性。最后,本文设计了基于击键特征的身份识别系统。能够实现用户的身份识别,且具有较高的识别率和较好的稳定性。