基于Android系統(tǒng)的行為認(rèn)證系統(tǒng)設(shè)計與實現(xiàn).pdf

1、一項研究表明：56％的智能手機(jī)用戶為使用方便，使用極簡單的密碼或干脆不使用密碼，因此研究一種既便利又安全的認(rèn)證方式具有普遍的現(xiàn)實意義。隨著智能手機(jī)傳感器的增多，用戶在使用過程中產(chǎn)生的特征數(shù)據(jù)也更加豐富。行為認(rèn)證系統(tǒng)通過學(xué)習(xí)伴隨用戶使用行為而產(chǎn)生的特征數(shù)據(jù)，建立用戶特征模型，并且在用戶使用過程中不斷甄別用戶身份，以到達(dá)拒絕非法用戶訪問的目的。具體工作內(nèi)容如下：
　　1.研究了機(jī)器學(xué)習(xí)相關(guān)算法。通過比較各類算法的缺點(diǎn)、優(yōu)勢，并結(jié)合算法

2、的應(yīng)用場景及系統(tǒng)環(huán)境，優(yōu)選SVM算法作為系統(tǒng)核心，最后經(jīng)參數(shù)調(diào)優(yōu)、數(shù)據(jù)歸一化操作，完成系統(tǒng)分類器設(shè)計。
　　2.提出了一種行為特征提取方法，建立了有效行為特征集。特征集包括：單擊數(shù)據(jù)的時間節(jié)律、指尖面積、壓力；滑動數(shù)據(jù)的角度序列、速度序列、指尖序列、壓力序列及各個序列的最值、均值、方差；一個步態(tài)周期的加速度數(shù)據(jù)序列及其最值、均值、方差。
　　3.提出一種數(shù)據(jù)預(yù)處理方法。通過冗余處理、平滑降噪、數(shù)據(jù)分類、軌跡拉伸、坐標(biāo)轉(zhuǎn)換工作

3、，完成了特征提取的準(zhǔn)備工作，并提高了系統(tǒng)的分類精度。
　　4.提出了一種綜合認(rèn)證判決機(jī)制。該機(jī)制通過計算用戶偏離歷史活動區(qū)域的距離，動態(tài)調(diào)整系統(tǒng)安全等級，同時，依據(jù)系統(tǒng)安全等級、訪問應(yīng)用敏感程度、歷史識別結(jié)果及當(dāng)前識別結(jié)果，決定是否鎖定屏幕，阻止非法用法用戶訪問。
　　5.詳細(xì)闡述了系統(tǒng)數(shù)據(jù)采集模塊、數(shù)據(jù)預(yù)處理模塊、特征提取模塊、分類器模塊、認(rèn)證判決模塊的工作原理及工作流程。
　　經(jīng)測試表明：行為認(rèn)證系統(tǒng)能夠?qū)崟r處理用