本发明提出了一种基于用户坐标系与GRU网络的步态认证方法，主要解决现有认证机制存在数据偏差、特征提取过程复杂的问题。其方案包括：1)通过数据采集模块获取用户移动时的步态数据；2)对数据进行小波变换去噪、步态周期分割及用户坐标系转换操作；3)基于GRU网络模型，将用户步态数据输入其中进行训练，得到用户模型并存储；4)将预处理后的用户步态数据输入用户模型中获取概率值，并对该值进行阈值判断，得出是非法用户还是合法用户；5)通过决策模块更新模型或锁定手机，完成认证。本发明能够有效避免设备方向对用户步态模型的干扰以及人工提取特征的局限性，显著提升了步态认证效果。