基于室内外场景识别的安卓终端管控技术研究

发布时间：2020-11-16 15:10

　　 随着移动互联网时代的到来,安卓终端在人们的日常生活和工作中越来越流行。但是随着功能的日益强大,手机常常会成为公司内部隐私泄露的源头。除此以外,手机的无节制使用也会影响核心工作人员的工作效率。为了解决上述问题,很多公司都需要一种可行的移动终端实时管控方案对员工的手机使用情况进行管控。考虑到对员工手机的管控在办公环境内应该更加严格,所以针对不同的室内外场景应该采取不同的管控策略。这需要一种准确、高效的室内外场景识别技术作为基础,使其成为上层管控应用决策的重要依据。基于以上考虑,本文的研究目标就是设计一种高准确、高性能、低时延的室内外场景识别方案以及能够对安卓终端特定功能进行细粒度限制的实时管控技术。其中,室内外场景识别方案是对室内和室外两种状态的识别。本文主要内容和工作如下:(1)对室内外场景识别技术进行研究。本文综合利用了安卓终端自带的轻量级传感器和无线信号在室内外的不同特性进行室内外场景识别。在研究前人方案的基础上,本文通过有监督训练流程对多种常见机器学习算法的分类效果进行比较,发现决策树更适用于当前问题。然后本文提出了一种基于半监督的自学习决策树SLDT(Self-Learning Decision Tree)改进算法,该算法利用高置信度的无标签样本通过一种半监督的决策树训练方式不断循环更新分类模型,解决了前人方案的一些不足以及分类模型在新环境下准确性下降的问题。(2)对安卓终端管控技术进行研究。本文利用Inject和Hook技术向系统服务进程注入管控自定义代码,通过劫持进程间通信(IPC)关键函数ioctl的地址,对服务请求数据包拦截并进行解析,得出当前请求的服务信息,若请求的服务方法位于管控黑名单上,则对相应的请求数据包进行修改,从而实现实时管控的目的。(3)根据前面的研究设计并实现了基于室内外场景识别的安卓终端管控原型系统,该系统可以根据当前终端所在的不同场景为安卓终端自动调整不同的管控策略。对原型系统的测试结果表明该系统具有良好的兼容性,而且具有高性能、低耗能和低时延等优良特性。
【学位单位】：东南大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TP311.56;TP181
【部分图文】：

1.1 研究背景和价值在当今的互联网时代，移动技术日新月异，其对人们的生产、生活方式都产生了重大影响。而手机作为人们常用的通信工具，功能也日益强大，从最初的拨打电话、发送短信等基本功能，到现在的拍照、录像、上网、娱乐等多方面功能，越来越丰富的功能正在不断提高移动用户的体验。到目前为止，全世界已经有多达 30 亿的移动互联网用户，其中中国、美国、印度的移动网民数量依次占据前三名，分别为 10.23 亿、3.19 亿和 3.1 亿。如图 1-1 所示，根据中国移动互联网数据库信息显示，在 2017 年中国互联网月度活跃设备数仍在不断增加[1]。大量的移动网民带来了广阔的移动互联网市场，移动用户流量也成为互联网各大厂商的必争之地，为了增强老用户的粘性和吸引新的用户移动应用厂商想方设法满足用户各种各样的需求，应用所提供的服务也趋于精细化。站在用户的角度，根据用户不同场景提供不同服务方案，将为用户打造更加智能贴心的服务体验。如何准确、高效地感知当前应用的使用场景，为上层应用提供可靠的决策依据，成为很多互联网厂商感兴趣的话题。

逻辑回归（LogisticRegression）也被称为对数几率回归，回归一般指用一条线据点进行拟合的过程，逻辑回归就是寻找一个回归公式将不同类别的训练样本1 2( , ,..., )nx x x x为特征值， w 为特征值的系数， b 为常量，那么逻辑回归用向以表示为：( )Tf x x b其中训练逻辑回归分类模型就是确定最佳回归系数w和b 的过程，也即是寻找计函数最小的参数，错误估计函数可以表示为：211( ) ( ( ) )2ni iiJ x f x y 其中 ( )if x 为预测结果值，iy 为实际类别。考虑到室内外场景识别属于二分问题，类别的表示应该是两个离散值，所以需用像单位阶跃函数这样的映射函数，但是单位阶跃函数不能作用于广义线性模调可微函数[30]，所以需要寻找一个替代函数。这里可以利用对数几率函数将 f 0 和 1 两个值上。

图 2-3 支持向量机可以用如下方程表示：0T x b 为超平面的法向量，b 为超平面的位移距离。训练集样本任以表示为：| ||| ||Tw x brw 平面能够正确分类训练集样本，令：1, 11, 1Ti iTi ix b yx b y (2.8)的等号成立的点就是支持向量，那么超平面到两个不同类为：2
【相似文献】

相关期刊论文 前10条

1 邹魁;;立足特色 致胜终端——对加强食盐零售终端网络建设的思考[J];中国盐业;2011年19期

2 夏沅;金融终端网络方案的设计[J];中国金融电脑;2003年02期

3 肖志营;;宝洁乡镇终端网络建设与规划[J];销售与市场;2001年05期

4 白晓煌;日本书店启用新型业务终端网络系统[J];出版参考;1994年24期

5 胡兴国;;终端为王 服务制胜[J];医学美学美容(财智);2006年03期

6 舒文杰;;曲线招商启动终端网络[J];医学美学美容(财智);2005年09期

7 杨立志,于庆学,艾艳,王国安,张方;河南省政府终端网络的建设[J];河南气象;2001年04期

8 张天琪;温春娟;;城市蔬菜零售终端网络建设构想——以北京西城区为例[J];全国商情(经济理论研究);2014年15期

9 罗景峰;王莹莹;;基于鱼群算法的全终端网络可靠性优化设计[J];微电子学与计算机;2009年02期

10 王丽,张红,孙华娟,赵连昌;利用逻辑扩展计算二终端网络可靠度[J];大连海事大学学报;2005年03期

相关博士学位论文 前1条

1 张玺栋;医疗泛在网终端网络分簇及传输优化[D];北京邮电大学;2013年

相关硕士学位论文 前10条

1 张峻瑞;基于室内外场景识别的安卓终端管控技术研究[D];东南大学;2018年

2 张红;计算K-终端网络可靠度的两种算法[D];大连海事大学;2005年

3 胡灿;终端网络交易市场的信息不对称及其对市场交易的影响研究[D];山东财经大学;2015年

4 杜娇娇;基于改进蚁群算法的全终端网络可靠性优化问题的研究[D];沈阳工业大学;2012年

5 冯丽;延长石油销售终端网络建设项目的进度控制研究[D];西安石油大学;2013年

6 孙哲;基于Android的终端网络安全管理系统设计与实现[D];北京邮电大学;2014年

7 林薇;期望路径限制下二终端网络可靠性优化问题[D];华东理工大学;2017年

8 王宏亮;基于遗传算法的网络优化的研究与实现[D];东北大学;2005年

9 黄新明;基于终端网络建设提升昆仑品牌竞争力的研究[D];天津大学;2006年

10 罗景峰;全终端计算机通信网络可靠性模型及算法研究[D];沈阳工业大学;2007年

本文编号：2886376