基于智能手机的身份认证机制研究与实现

发布时间：2022-11-04 20:42

　　随着信息时代的飞速发展,智能手机已不再简单作为通讯工具,更作为社交媒介存储着大量的个人信息及隐私,安全性尤为重要。传统的手机身份认证方式如Pin码,数字字母密码,手绘网格,密码信息可能会被泄露;人脸识别,指纹解锁等生物生理特征信息也存在被入侵者模仿或仿造的风险。智能手机内置有丰富的传感器,如加速度计、陀螺仪等,它们采集到的数据隐含有手势、行为时频特征以及不同使用者的特定行为习惯信息。利用这些特征可以对手机使用者进行有效的身份认证,不容易被模仿。本论文利用智能手机内置加速度计、陀螺仪传感器采集到的特定手势、行为信息,实现基于手势识别的身份认证和基于行为识别的持续身份认证。在基于手势识别的身份认证中,首先对采集到的持握手机空中书写3D手势的陀螺仪数据进行预处理并提取其有效时域特征,提出使用孤立森林算法对特定手势数据的合法性进行认证。在此基础上,使用双向长短时记忆循环神经网络（Bi-directional Long Short-Term Memory,BiLSTM）来对手势进行有效识别,实现二次认证。在基于行为识别的身份认证中,对采集到的正常走、快走、慢走、跑、上下楼六类行为的加速度计和陀螺... 

【文章页数】：134 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究背景和意义
    1.2 国内外研究现状
        1.2.1 基于智能手机手势的身份认证
        1.2.2 基于智能手机行为的身份认证
        1.2.3 其他智能手机身份认证方式
    1.3 研究内容与创新
    1.4 论文结构
第二章 相关理论分析
    2.1 智能手机传感器
    2.2 数据预处理方法
        2.2.1 手势截取
        2.2.2 步态周期划分
        2.2.3 数据去噪与平滑
        2.2.4 重采样
        2.2.5 归一化
    2.3 识别与认证算法
        2.3.1 异常值检测算法
        2.3.2 神经网络
    2.4 本章小结
第三章 基于智能手机的身份认证机制研究
    3.1 基于手势的身份认证
        3.1.1 基于手势的身份认证理论分析
        3.1.2 基于手势的身份认证过程
        3.1.3 数据预处理
        3.1.4 时域特征提取
        3.1.5 基于手势的身份认证
        3.1.6 手势数据的分类识别
    3.2 基于行为的身份认证
        3.2.1 基于行为的身份认证理论分析
        3.2.2 基于行为的身份认证过程
        3.2.3 数据预处理
        3.2.4 行为数据分类识别
        3.2.5 基于行为的身份认证
    3.3 本章小结
第四章 基于智能手机身份认证实验与结果分析
    4.1 基于手势的身份认证
        4.1.1 实验设置
        4.1.2 模型训练
        4.1.3 实验结果与分析
    4.2 基于行为的身份认证
        4.2.1 实验设置
        4.2.2 模型训练
        4.2.3 实验结果与分析
    4.3综合认证实验
        4.3.1 实验设置
        4.3.2 实验结果与分析
    4.4 本章小结
第五章 基于智能手机身份认证系统的实现
    5.1 系统功能需求描述
    5.2 系统设计
        5.2.1 系统总体设计
        5.2.2 系统详细设计与实现
    5.3 系统界面展示
    5.4 软件性能分析
    5.5 本章小结
第六章 总结和展望
    6.1 论文总结
    6.2 工作展望
致谢
参考文献
攻读硕士学位期间取得的成果


【参考文献】：
期刊论文
[1]基于步态特征的移动平台持续认证方案[J]. 杨力,马卓茹,张程辉,裴庆祺.  通信学报. 2019(07)
[2]基于步态识别的移动设备身份认证模型[J]. 蒋伟,王瑞锦,余苏喆,秦圣智,李蝉娟,李冬芬.  电子科技大学学报. 2019(02)
[3]结合手机传感器和卷积神经网络的人体行为识别[J]. 石代伟,张若英.  电子技术与软件工程. 2018(03)
[4]基于加速度传感器的中文签名身份认证[J]. 刘威,汪阳,郑建彬,詹恩奇.  计算机应用. 2017(04)
[5]基于多传感器信息融合的用户认证方法[J]. 刘乐乐,周治平.  激光与光电子学进展. 2017(07)
[6]基于手机传感器的握持方式判断及运动状态识别[J]. 黄一鸣,雷航,周瑞,桑楠.  电子科技大学学报. 2017(02)
[7]半监督极限学习机用于Android手机活动识别的研究[J]. 王金甲,田佩佩.  高技术通讯. 2017(03)
[8]基于安卓平台的行为指纹安全认证[J]. 黄珂,黄方.  实验科学与技术. 2017(01)
[9]基于手机加速度传感器的静态手势身份认证方法[J]. 沈爱敏,张正道.  传感器与微系统. 2015(06)
[10]基于手机传感器的智能防盗与用户认证[J]. 赵银龙,宋晖,任建军,吴西送.  智能计算机与应用. 2015(01)



本文编号：3701301