發(fā)布時(shí)間：2021-04-10 18:14

　　隨著移動(dòng)互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展,智能終端設(shè)備已成為人們生活中必不可少的工具。近年來,智能手環(huán)、智能眼鏡、智能跑鞋等智能穿戴設(shè)備紛紛出現(xiàn)在人們的視野中,并逐漸成為大眾生活方式的新選擇,其所具備的可便捷采集用戶生物信息的特性,促進(jìn)了基于移動(dòng)終端設(shè)備的生物特征識(shí)別技術(shù)的深入研究和發(fā)展。本文對(duì)移動(dòng)互聯(lián)網(wǎng)的身份認(rèn)證技術(shù)進(jìn)行研究,利用智能穿戴設(shè)備便于攜帶且能夠方便的采集人體生物特征的優(yōu)勢(shì),分別針對(duì)用戶在行走過程中和穩(wěn)定狀態(tài)下兩種場(chǎng)景,提出了基于SVM（Support Vector Machine）的步態(tài)認(rèn)證方案和基于DTW（Dynamic Time Warping）的PPG（photoplethysmography）認(rèn)證方案,并且結(jié)合業(yè)界廣泛使用的通用身份認(rèn)證框架FIDO UAF（Fast Identity Online Universal Authentication Framework）,實(shí)現(xiàn)了基于智能穿戴設(shè)備的身份認(rèn)證系統(tǒng)原型�；赟VM的步態(tài)認(rèn)證方案利用智能穿戴設(shè)備上的加速度傳感器采集人體正常行走過程中的步態(tài)加速度數(shù)據(jù),接下來對(duì)加速度數(shù)據(jù)進(jìn)行平滑去噪、歸一化、標(biāo)量合成等操作,提取步態(tài)模式中的... 

【文章來源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：89 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖3.6兩次X軸加速度數(shù)據(jù)

時(shí)在數(shù)據(jù)采集結(jié)束階段，用戶下意識(shí)的停止動(dòng)作，也會(huì)導(dǎo)致智能穿戴設(shè)備的加速度傳感器采集到一段不穩(wěn)定步態(tài)信息。圖3.7 加速度傳感器原始數(shù)據(jù)因此，在進(jìn)行數(shù)據(jù)處理時(shí)，需要對(duì)兩端無效數(shù)據(jù)進(jìn)行處理，但是不同的用戶兩端無效數(shù)據(jù)的持續(xù)時(shí)間并不相同，需要結(jié)合用戶步態(tài)的特征來進(jìn)行判斷，文獻(xiàn)[12]研究表明，人類步態(tài)加速度數(shù)據(jù)的波峰位置更具有穩(wěn)定性，因此本方案中采用基于閾值的有效數(shù)據(jù)截取方法，結(jié)合用戶的步態(tài)數(shù)據(jù)特征以及上圖 3.7 所示，可以看到用戶在進(jìn)入

頻域分析仍然以一個(gè)步態(tài)模板為單位。圖 3.8 為一個(gè)步態(tài)模板經(jīng)過快速傅里葉變換后的幅度譜。圖3.8 步態(tài)模板頻譜經(jīng)過快速傅里葉變換后的幅度譜一共有 256 組數(shù)據(jù)，如果直接送入分類器進(jìn)行模型訓(xùn)練，會(huì)大大增加訓(xùn)練時(shí)間，降低訓(xùn)練效率。本方案采用主成分分析法[36](PrincipleComponentsAnalysis,PCA)對(duì)步態(tài)模板的幅度特征進(jìn)行降維操作，主要操作步驟如下：1）設(shè)數(shù)據(jù) ， ， 的觀測(cè)數(shù)據(jù)矩陣為：X = [ n n n =( ) (3-20)2）將數(shù)據(jù)矩陣 X 按列進(jìn)行中心標(biāo)準(zhǔn)化。3）求相關(guān)系數(shù)矩陣 R，R=( ) 定義為如下式： = ( )( ) √ ( ) ( ) (3-21)

【參考文獻(xiàn)】：
期刊論文
[1]軟件與網(wǎng)絡(luò)安全研究綜述[J]. 劉劍,蘇璞睿,楊珉,和亮,張?jiān)?朱雪陽,林惠民.  軟件學(xué)報(bào). 2018(01)
[2]高可信度加權(quán)的多分類器融合行為識(shí)別模型[J]. 王忠民,王科,賀炎.  計(jì)算機(jī)應(yīng)用. 2016(12)
[3]基于usb-key的統(tǒng)一數(shù)字證書系統(tǒng)[J]. 于佳麗.  計(jì)算機(jī)光盤軟件與應(yīng)用. 2012(18)

碩士論文
[1]面向移動(dòng)云計(jì)算的用戶認(rèn)證和安全傳輸研究[D]. 韓孜怡.西安電子科技大學(xué) 2018
[2]基于光電容積脈搏波的生物識(shí)別研究[D]. 滕毅.東南大學(xué) 2017
[3]FIDO服務(wù)平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 徐李仙.電子科技大學(xué) 2017
[4]基于FIDO架構(gòu)在線指紋識(shí)別系統(tǒng)客戶端的設(shè)計(jì)與實(shí)現(xiàn)[D]. 王耀龍.北京交通大學(xué) 2015
[5]移動(dòng)互聯(lián)網(wǎng)中身份認(rèn)證技術(shù)的研究[D]. 劉會(huì)議.山東大學(xué) 2014
[6]基于手機(jī)加速度傳感器的身份認(rèn)證關(guān)鍵技術(shù)研究[D]. 劉志丹.中南大學(xué) 2013
[7]基于人臉和指紋的多模生物特征融合識(shí)別方法[D]. 李雄.湘潭大學(xué) 2012



本文編號(hào)：3130107