可穿戴设备上基于动作生物特征的身份识别技术研究

发布时间：2021-07-05 18:26

　　近年来由于廉价化与便利性,可穿戴设备在人们日常生活中的应用越来越广泛。然而,存储在设备上的个人隐私与敏感信息,如健康监测数据,电子信息等很容易被窃取。目前,绝大多数设备都要求通过输入4位PIN码解锁设备,但是该方案极易被肩窥等方式攻击。为了解决这个问题,许多已有的工作提出了新的身份认证机制。其中基于生物特征信息的身份认证方法由于其有效性和优秀的性能被众多研究者所采用。但在已提出的方法中,存在硬件成本较高、可用性和安全性较差等缺陷。通过设备上的传感器对用户行为特征进行分析已被证明可以实现对用户身份的识别。为了实现基于用户行为特征的认证系统,我们面临以下挑战:首先,具体的用户行为和特定用户的关系是未知的;其次,具体的用户行为需要被传感器捕捉到;最后,对于一个用户认证系统,高识别精确率应该要被保证。本文提出了一种新的基于生物特征信息的用户身份认证方法,其利用设备穿戴者下意识地做出的特定手部动作所表达出的用户特异性来进行用户身份认证。首先,本用户身份认证方法对设备穿戴者做特定手部动作时设备上采集到的加速度传感器的数据进行预处理和特征提取。其次,基于从加速度传感器数据提取出的特征,本方法利用支持... 

【文章来源】：上海交通大学上海市 211工程院校 985工程院校 教育部直属院校

【文章页数】：63 页

【学位级别】：硕士

【部分图文】：

挥拳动作

图 3-2 传感器坐标轴Fig.3-2 Axes of sensor1.8 伏电压下，功率只有 6.1mW，能耗非常小设备上。芯片支持最大±16g 的加速度测量范所示，当设备正常佩戴在右手上时，传感器的y 轴正方向和 z 轴正方向则与手臂方向保持正交据采集与处理应用软件收集重力传感器数据。传感器的数据以文本方式存储在设备上。在训练数据采集然后完成以上文中定义的直拳动作。每次采集里的开始按钮，应用将打开重力传感器设备并点击按钮后用户将马上开始完成动作。当用户里的结束按钮，应用将结束数据收集并关闭相

上海交通大学硕士学位论文频噪声，因此对于数据因采用低通滤波方式。设原始数据为 X的值为 X(k),过滤后的数值为 Y(k)，则低通滤波的算法如下：Y( ) X( ) ( ) Y( ) α为滤波系数，其值通常远小于 1,。由上式可以看出，本次滤上次滤波的输出值。本次采样值对于滤波输出的影响是比较小出作用。低通滤波算法在原始信号为变化较慢的物理量时，效果重力传感器原始数据的过滤。采用该算法，设α为 0.2 时，可差。如图 3-3 所示，对原始数据进行低通滤波后，数据更为平时加速度平稳变化的过程。

【参考文献】：
期刊论文
[1]可穿戴设备中基于人体通信的身份识别方法研究[J]. 夏萌,曾以成,聂泽东,逄增耀.  计算机应用研究. 2017(04)
[2]基于SVM的ECG传感器信号身份识别方法[J]. 陈曦,陈冠雄,沈海斌.  传感器与微系统. 2014(10)
[3]基于FFT-Matching Pursuit的心电身份识别算法研究[J]. 赵治栋,杨雷,陈甸甸.  传感技术学报. 2013(03)
[4]基于小波变换和SVD的心电身份识别[J]. 陈甸甸,赵治栋.  杭州电子科技大学学报. 2012(04)

硕士论文
[1]基于心电图的身份识别鲁棒性研究[D]. 刘琳琳.哈尔滨工业大学 2016
[2]移动设备上基于电磁吸收率的人体识别系统研究与设计[D]. 杨文玉.电子科技大学 2016



本文编号：3266590