针对在线签名中存在噪点导致模糊C均值算法(FCM)聚类效果差的问题，提出了一种基于可能性C均值(PCM)的在线签名认证算法。首先，将签名的采样点进行PCM聚类分析，将签名的采样点编码成子空间的概率值。然后，利用PCM提取出的特征进行动态时间规整(DTW)并得到匹配路径。最后，使用多种距离对签名特征之间的相似度进行度量，进一步挖掘出签名之间的绝对数值特征和形状分布特征的差异。在公开数据库SUSIG数据集上进行实验，在使用全局阈值时可以得到2.62%的等误率，相比FCM方法降低了约27%。