如今,隨著信息技術(shù)的不斷發(fā)展,信息安全問題也日益重要,人們對信息保密的要求越來越高,用戶的安全防范意識正逐漸增強。在工作生活當(dāng)中,鍵盤作為人與計算機的主要交互工具,用戶使用它的行為數(shù)據(jù),容易被不法分子竊取分析,成為導(dǎo)致信息泄露的漏洞。正因如此,借助于信息處理技術(shù)和無線識別技術(shù),對用戶使用鍵盤的行為數(shù)據(jù)進行采集分析識別,能夠?qū)ΡＷo用戶信息安全提供有力支持,有助于更好地實施人機交互過程中的反監(jiān)測反竊聽。目前對鍵盤擊鍵內(nèi)容的識別方案,主要有以下幾個方面:其一,基于聲音信號的擊鍵識別,根據(jù)擊鍵聲音信號到達麥克風(fēng)陣列的不同時間,來定位擊鍵的具體位置,但此種方案需要硬件設(shè)備較多且精度不高;其二,基于電磁波信號的擊鍵識別,利用用戶在敲擊不同鍵位時其手指動作對電磁信號產(chǎn)生的不同影響來識別擊鍵,然而這類方案極易受到外部電磁干擾,且需要額外設(shè)備支持;其三,基于計算機視覺的擊鍵識別,通過攝像頭等圖像采集裝置捕捉用戶敲擊鍵盤的動作,利用圖像處理算法識別擊鍵位置,不過此類方案除了硬件設(shè)備開銷大和耗能較高,還受環(huán)境光強的制約,弱光或黑暗環(huán)境下將不再適用。為了解決現(xiàn)有對擊鍵行為識別的技術(shù)方案的種種問題,本文提出了一... 

【文章頁數(shù)】：73 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題研究的背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 基于聲音信號的擊鍵識別
        1.2.2 基于電磁信號的擊鍵識別
        1.2.3 基于計算機視覺及其他方案的擊鍵識別
    1.3 本文的研究內(nèi)容
    1.4 本文的章節(jié)安排
    1.5 本章小結(jié)
第2章 相關(guān)理論研究
    2.1 聲音與聲信號
    2.2 聲源定位技術(shù)
        2.2.1 TOA定位算法
        2.2.2 AOA定位算法
        2.2.3 TDOA定位算法
        2.2.4 RSSI定位算法
    2.3 聲信號感知
        2.3.1 無源感知
        2.3.2 有源感知
    2.4 盲源分離理論
        2.4.1 盲源信號分離的研究對象
        2.4.2 盲源信號分離的可行性
    2.5 分類算法研究
        2.5.1 支持向量機(SVM)
        2.5.2 K最近鄰算法(KNN)
    2.6 本章小結(jié)
第3章 基于聲音信號的擊鍵內(nèi)容自適應(yīng)識別
    3.1 系統(tǒng)設(shè)計
    3.2 擊鍵數(shù)據(jù)采集和預(yù)處理
        3.2.1 擊鍵聲音信號的采集
        3.2.2 擊鍵聲音信號的降噪處理
    3.3 擊鍵事件的檢測與分類
        3.3.1 擊鍵聲音事件的提取
        3.3.2 非高斯性度量與擊鍵事件分類
    3.4 擊鍵聲音信號的特征提取
        3.4.1 單鍵敲擊的特征提取
        3.4.2 組合鍵混疊信號的盲分離
    3.5 特征分類與擊鍵內(nèi)容識別
    3.6 本章小結(jié)
第4章 實驗結(jié)果分析與性能評估
    4.1 實驗平臺搭建及數(shù)據(jù)采集
        4.1.1 實驗硬件和軟件
        4.1.2 實驗場景設(shè)置
    4.2 實驗結(jié)果分析
        4.2.1 單鍵敲擊識別結(jié)果
        4.2.2 組合鍵敲擊識別結(jié)果
        4.2.3 位置改變對精度的影響
        4.2.4 訓(xùn)練樣本數(shù)量對精度的影響
        4.2.5 不同用戶對精度的影響
    4.3 算法性能評估
    4.4 本章小結(jié)
第5章 總結(jié)與展望
參考文獻
致謝
攻讀碩士學(xué)位期間的研究成果


【參考文獻】：
期刊論文
[1]小波變換思想及其在信號處理中的應(yīng)用[J]. 亓麗梅,李曉峰,張國柱.  電子科技大學(xué)學(xué)報. 2008(03)
[2]基于最小輸出熵的盲反卷積方法[J]. 劉琚,聶開寶,梅良模,何振亞.  山東大學(xué)學(xué)報(理學(xué)版). 2002(06)

博士論文
[1]盲源信號分離時域與頻域算法研究[D]. 梅鐵民.大連理工大學(xué) 2006



本文編號：3651612