利用svm分類器識別手機用戶的方法
【專利摘要】本發明公開了一種利用SVM分類器識別手機用戶的方法。首先用戶手持手機做出預先規定的動作，通過手機線性加速度傳感器和方向傳感器在采樣周期內分別采集一次三維坐標x，y，z的值，并且處理得到的數據，然后用SVM進行分類識別。處理完成后，用戶只要做出規定的動作，就可以準確的區分出不同用戶，以達到用戶識別的目的，這種方法方便快捷，安全性高。
【專利說明】利用SVM分類器識別手機用戶的方法
【技術領域】
[0001] 本發明涉及身份識別的技術，特別涉及利用手機傳感器提取生理特征，并通過 SVM(支持向量機，Support Vector Machines)分類進行用戶識別的方法。
【背景技術】
[0002] 手機用戶識別中的SVM(支持向量機，Support Vector Machines)分類器是基于 統計學習理論框架下的通用機器學習方法，最初是針對兩類分類問題而提出來的，它具有 結構簡單，泛化能力強的優點。
[0003] 隨著電子商務的飛速發展，越來越多的人期望通過手機這一個平臺實現手機支 付、手機優惠券、手機銀行和移動VIP客戶服務端等移動電子商務，以及基于手機終端的移 動交易業務，這使手機面臨著嚴峻的安全挑戰。
[0004] 目前手機用戶身份識別方法主要是傳統的基于知識的認證方式，即通過輸入密碼 或個人識別碼來進行身份驗證。從密碼學的角度看：目前用戶習慣使用6-8位的密碼多數 為不安全的弱密碼。因此為了提高密碼使用的安全性必須增加密碼長度、增加密碼個數。這 極大的削弱了用戶的體驗水平。而且基于密碼的身份驗證方案易受外部的惡意攻擊，存在 用戶名或密碼的泄漏、偽造、遺忘等安全隱患。
[0005] 日益成熟的生理特征生物識別是基于人的特征的測量數據，為直接的人體測量特 征，如人臉、指紋、虹膜等，但是人臉、指紋、虹膜等識別技術為基于圖像的識別技術，存在被 仿冒的風險，只能用來鑒別用戶的真實身份，而無法證明驗證圖像就是合法人的手機用戶 本人的實時采集圖像。
[0006] 綜上，手機用戶身份識別迫切需要比口令和生理特征更友好、更強壯的驗證方式。
【發明內容】
[0007] 本發明的目的是，提供一種利用SVM分類器識別手機用戶的方法。此方法不需要 密碼就可以完成安全識別，而且不易被破解，極大的提高了用戶的安全性，為用戶提供了方 便。
[0008] 為此，本發明提供了一種利用SVM分類器識別不同手機用戶的方法，其特征在于， 用戶手持手機做出預先規定的動作，通過手機線性加速度傳感器和方向傳感器在采樣周期 內分別采集三維坐標X，y，z的值，并且處理得到的數據，然后用SVM進行分類處理。
[0009] 在進行用戶識別時，要求用戶手持手機做出預先的動作并采集以上數據進行SVM 分類，就能準確的對不同用戶進行區分。
[0010] 使用的手機是基于Android平臺的手機。
[0011] 上述預先規定的動作，是指在空中畫一個圓形，每次動作的軌跡應大致相同。
[0012] 上述采樣周期是0· 05s。
[0013] 上述處理得到的數據作為SVM分類器的屬性值輸入訓練。
[0014] 本發明具有以下技術效果：
[0015] 1)提高了用戶的安全性
[0016] 本發明不是采用傳統的密碼或者生理特征等作為識別依據，而是依據生物的行為 特征作為識別依據。基于人的行動測量數據，為間接的人體測量特征，本發明是測量手勢的 特征。通過手機傳感器采集數據并處理數據來提取用戶的行為特征作為識別的依據，這就 很好的避免了密碼遺失、指紋仿造等傳統識別方法的弊端，而且能解決驗證用戶確實持有 該手機終端的問題。所以本發明大大提高了用戶的安全性。
[0017] 2)使用更便捷
[0018] 本發明中用戶只需手持手機做出預先設定的動作，就可以區分不同用戶，用戶不 需要再去設置并記住密碼，或者擔心自己的指紋遭到破壞。本發明給用戶帶來的便利是顯 而易見的。
【專利附圖】
【附圖說明】
[0019] 圖1是利用SVM分類器識別手機用戶方法的流程圖；
[0020] 圖2是訓練預測模型的流程圖；
[0021] 圖3是用戶識別的流程圖。
【具體實施方式】
[0022] 本發明所提供的是一種利用SVM分類器識別手機用戶的方法，為使本發明的目 的、技術方案及優點更加清楚、明確，以下參照附圖并舉實施例對本發明進一步詳細說明。
[0023] 本發明實施例提供的是一種利用SVM分類器識別手機用戶的方法，選用含有線性 加速度和方向傳感器的Android平臺的手機。如圖2所示，模型訓練主要包括以下步驟：
[0024] 步驟一、安裝軟件。在手機上安裝傳感器數據采集軟件，主要采集線性加速度和方 向傳感器的數據，每項采集的數據都包含X，y，z三軸的數據，以0. 05s為采樣周期進行數據 米集。
[0025] 步驟二、規定手機運動的軌跡，確定手持手機做出的動作為一圓形，使用戶每次移 動手機的動作都類似，這樣做便于數據分析。
[0026] 步驟三、打開數據采集軟件，此時軟件會自動記錄手機傳感器數據。
[0027] 步驟四、按規定動作搖晃手機，反復做50次。這樣做是為了更好的提取用戶特征。
[0028] 步驟五、分析采集的數據。每次動作分割為一組數據。
[0029] 步驟六、處理數據。主要包括：由加速度數據通過積分分別求出對應時刻速度和位 移的值，公式如下：
[0030]
【權利要求】
1. 一種利用SVM分類器識別手機用戶的方法，其特征在于，用戶手持手機做出預先規 定的動作，通過手機線性加速度傳感器和方向傳感器在采樣周期內分別采集三維坐標x，y， z的值，并且處理得到的數據，然后用SVM進行分類處理。 在進行用戶識別時，要求用戶手持手機做出預先規定的動作并采集以上數據進行SVM 分類，就能準確的對不同用戶進行區分。
2. 根據權利要求1所述的利用SVM分類器識別手機用戶的方法，其特征在于，所述的預 先規定的動作，是指在空中畫一個圓形，每次動作的軌跡應大致相同。
3. 根據權利要求1所述的利用SVM分類器識別手機用戶的方法，其特征在于，所述的采 樣周期為〇. 〇5s。
4. 根據權利要求1所述的利用SVM分類器識別手機用戶的方法，其特征在于，所述的處 理得到的數據作為SVM分類器的屬性值輸入訓練。
【文檔編號】G06K9/62GK104104773SQ201310121269
【公開日】2014年10月15日 申請日期:2013年4月3日 優先權日:2013年4月3日
【發明者】孫子文, 王堯, 周治平, 紀志成 申請人:江南大學