【摘要】：隨著互聯(lián)網(wǎng)時代的高速發(fā)展,智能手機已經(jīng)成為人們生活中不可或缺的組成部分,被廣泛應用于社交,電子商務,商業(yè)以及娛樂等各個領域。與傳統(tǒng)通訊工具僅支持電話短信等通訊功能不同的是,智能手機上安裝的應用程序賦予其更多的功能,再加上互聯(lián)網(wǎng)的介入,使得智能手機真正成為了功能豐富的智能終端。與此同時,安裝在智能手機上的各種社交類應用包含了用戶的私人信息,而支付寶,微信等可支付類軟件還涉及到用戶財產(chǎn)信息,因此,智能手機上的數(shù)據(jù)非常敏感,智能手機的用戶安全顯得尤為重要。由于目前智能手機普遍搭載有高精度、低功耗的內置傳感器,為解決上述問題,本文提出根據(jù)智能手機運動時的傳感器數(shù)據(jù)來對用戶身份進行識別。具體研究內容如下:(1)分兩種場景獲取模型研究的手機傳感器數(shù)據(jù):自行采集和搜索公開數(shù)據(jù)集。編寫Android應用程序自行采集用戶搖動手機產(chǎn)生的數(shù)據(jù)構建數(shù)據(jù)集;選取符合手機身份識別的公開手機傳感器數(shù)據(jù)集。(2)原始感知數(shù)據(jù)的處理。因為對用戶的身份識別要求高準確率,所以需要處理無關數(shù)據(jù)和由于傳感器硬件設備差異造成的噪聲。從頻域角度提取信息增大用戶之間的區(qū)分度,進行輸入前的其他預處理操作。(3)針對現(xiàn)有識別方式的缺陷,從探索智能手機運動時產(chǎn)生的傳感器數(shù)據(jù)出發(fā),對應于兩種數(shù)據(jù)集,提出一種結合卷積神經(jīng)網(wǎng)絡和循環(huán)神經(jīng)網(wǎng)絡的用戶身份識別模型。其中,雙流(Two-stream)卷積神經(jīng)網(wǎng)絡用于提取傳感器數(shù)據(jù)的時域和頻域特征,之后的融合卷積用于融合不同類型傳感器的時頻特征;時鐘循環(huán)神經(jīng)網(wǎng)絡進一步分析卷積后得到的特征序列中的隱藏信息,同時挖掘時間序列的前后聯(lián)系。(4)所提模型與普通卷積神經(jīng)網(wǎng)絡和傳統(tǒng)機器學習算法進行對比,實驗結果表明本文提出的模型性能優(yōu)于其他方法,相較于其他類似工作在性能上也具有優(yōu)勢,能夠在多種場合下有效地識別出智能手機用戶的身份,具有良好的普適性。
【圖文】：

圖 3-1 智能手機傳感器坐標系機被平放在桌面上時，坐標系的 x 軸平行于水平面橫穿過手平面且垂直于 x 軸；z 軸垂直于手機屏幕豎直向上。當智能）時，該坐標系相對于手機固定，傳感器返回某一幀中 3 手機中使用頻率較高的傳感器有如下幾種：度傳感器感器是用來測量手機運動時的加速度的傳感器，它返回手y、z 三軸的加速度數(shù)值。該數(shù)值包含重力的影響，單位是加速度傳感器的三軸指示的具體含義是：當手機水平置于桌面y 軸數(shù)值為 0，z 軸數(shù)值約為 9.81m/s^2，即重力加速度的值z 軸的值變?yōu)?9.81 m/s^2；當手機向左傾斜時，x 軸的值由時，x 軸由 0 變?yōu)樨�；當手機向上傾斜時，y 軸的值由 0 變y 軸由 0 變?yōu)檎?

(a)主界面 (b) 功能界面圖 3-2 ShakeLogin 數(shù)據(jù)集采集程序界面圖.2.2 日常行為數(shù)據(jù)相較于搖動手機對應于用戶有意識的感知信息，與此相對應的，在用戶并不的情況下采集的數(shù)據(jù)則是無意識的感知信息。在這個過程中，用戶可能并不知己隨身攜帶的智能手機在收集數(shù)據(jù)，因此可以視為用戶是無意識的。更具體地于行走、騎車、上下樓梯等日常行為，若用戶在執(zhí)行這些日常行為時攜帶智能（例如放置于褲兜）并收集該段行為的數(shù)據(jù)，則這些數(shù)據(jù)可以視為是用戶日常的反應，這種場景與本文前面所述的搖動手機是明顯不同的，因為用戶并沒有要執(zhí)行某種行為的意識，即此種場景下收集數(shù)據(jù)并沒有對用戶的平常生活習生任何干預，是用戶在無意識的狀態(tài)下對用戶的真實反映。本文使用的無意識器數(shù)據(jù)來源于一個公開數(shù)據(jù)集：Heterogeneity Dataset for Human Activecognition[40]，，這個數(shù)據(jù)集是一個智能手機與智能手表產(chǎn)生的行為傳感器數(shù)據(jù)集文簡稱為 HHAR。該數(shù)據(jù)集使用到的傳感器是加速度計和陀螺儀，這兩種傳
【學位授予單位】：電子科技大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP212;TP309;TN929.53

【參考文獻】

相關期刊論文 前2條

1 張鑫;李治軍;姜守旭;;基于Android手機傳感器數(shù)據(jù)識別運動狀態(tài)[J];智能計算機與應用;2015年03期

2 李琴;伊曉玲;曹根牛;;關于支持向量基中二次函數(shù)集VC維的研究[J];科技信息(學術研究);2007年33期

相關博士學位論文 前1條

1 方東輝;最優(yōu)化問題的Fenchel對偶和Lagrange對偶之研究[D];浙江大學;2010年

相關碩士學位論文 前3條

1 盧帥;基于手機傳感器的行為和手勢識別的研究與實現(xiàn)[D];電子科技大學;2018年

2 薛峰濤;基于智能手機傳感器的行為檢測研究與應用[D];西南大學;2017年

3 王堯;基于手機傳感器的用戶身份認證方案研究與實現(xiàn)[D];江南大學;2015年

本文編號：2619753