在用户信息的安全保护中,身份认证占有重要地位,然而传统的静态口令认证为一次性认证,容易受到内部攻击,无法满足当下人们对于安全的需求。为了弥补传统认证的不足,逐渐出现了基于步态、键鼠、手势等特征的持续性身份认证,其中,键鼠认证由于不需额外增加设备,方便使用等特点而广受关注。然而,键鼠认证也存在着用户个体认证的准确度较低,键鼠共同进行认证的可用性较弱等缺点。针对以上问题,考虑用户对安全性、便捷性以及可持续性等方面的需求,本文提出并设计了基于用户键鼠操作的身份认证系统。具体内容有:（1）提出了在模型训练阶段,将特征进行自动聚类的一种静态身份认证方法。该方法将基于密度的DBSCAN聚类算法进行了拓展,并在模型的训练阶段使用拓展后的算法将击键特征进行自动聚合,而后将聚合后的特征作为分类特征进行分类认证。其中,自动聚合后的特征更能显现出用户的个人特征,因此也进一步提高了认证的准确性,实现了用户登录时的静态身份认证;（2）提出了规定时间段的特征与信任模型相结合进行认证的一种动态身份认证方法。该方法采用固定时间段的特征进行分类,并将固定时间段的特征根据所包含的键鼠因素分为三大类,其中如若该时间段内含有击键与鼠标双重因素,则将其进行特征融合,利用不同的分类算法对不同类型的特征进行分类,并将分类模型与信任模型相结合,实现了基于键鼠操作的持续身份认证;（3）设计并实现了一种基于信任模型的持续身份认证系统,根据实际应用的需要,结合基于固定文本的静态认证以及基于键鼠行为的动态认证,设计了静态认证与动态认证两个模块,以此可更好地保证用户的信息安全性能。