[发明专利]一种基于手机传感器的行为特征识别认证方法及装置

权利要求书

1.一种基于手机传感器的行为特征识别认证方法，其特征在于，包括：

步骤1，采集用户进行特定操作时的手机传感器数据；

步骤2，利用小波变换从所述手机传感器数据中分解出高频细节信号和低频逼近信号；

步骤3，通过小波方差式计算每一层的高频细节信号和低频逼近信号的小波能量特征，整理小波能量特征得到多维特征数据；

步骤4，基于所述多维特征数据训练得到特征识别模型；

步骤5，采集待识别用户的操作行为并基于所述特征识别模型识别用户。

2.根据权利要求1所述的一种基于手机传感器的行为特征识别认证方法，其特征在于，所述步骤1具体包括：

步骤1.1，基于下式采用简单移动平均线方法平滑原始数据：

m为数据段的窗口大小，α_SMAnow表示当前帧i以及它之前(m～i)帧的数据和的平均值，α_SMAprevious表示当前帧i原本的数据值，α_i表示第i个帧的数据值。

步骤1.2，使用z-score标准化方法对平滑处理后的数据进行数据归一化操作。

3.根据权利要求1所述的一种基于手机传感器的行为特征识别认证方法，其特征在于，所述步骤2中以dmey小波基函数变换各传感器的各维数据，分解出高频细节信号和低频逼近信号。

4.根据权利要求1所述的一种基于手机传感器的行为特征识别认证方法，其特征在于，所述步骤3中，基于下式对每一层的高频细节信号d_i(i＝1，2，...，n)和低频信号C_i进行计算获取小波能量特征，

式中，其中t＝1,2,…,n；n为小波分解层数；C_n(i)表示最后一层的低频逼近信号C_n的第i个信号值，k为整个C_n的长度，E(C_n)表示最后一层的低频逼近信号的小波能量特征，d_t表示的是第t层高频细节信号，E(d_t)表示的是第t层高频细节信号的小波能量特征。

5.根据权利要求1所述的一种基于手机传感器的行为特征识别认证方法，其特征在于，所述步骤3中，基于下式整理小波能量特征得到多维特征数据F：

F＝(F₁,F₂,...,F_n)

F_i＝(E_x,E_y,E_z)

E_x＝(E_x(C₆),E_x(d₁),E_x(d₂),...,E_x(d₆))

E_y＝(E_y(C₆),E_y(d₁),E_y(d₂),...,E_y(d₆))

E_z＝(E_z(C₆),E_y(d₁),E_y(d₂),...,E_y(d₆))

式中，向量F_i来表示通过第i组特征信号获取到的特征，E_x表示x轴的小波能量特征，E_y表示y轴的小波能量特征，E_z表示z轴的小波能量特征。

6.根据权利要求1所述的一种基于手机传感器的行为特征识别认证方法，其特征在于，所述步骤4中，将所述多维特征数据划分为正样本和负样本；其中，正样本是基于手机拥有者的特定操作处理后得到的多维特征数据，负样本是基于非手机拥有者特定操作处理后得到的多维特征数据。

7.根据权利要求1所述的一种基于手机传感器的行为特征识别认证方法，其特征在于，所述手机传感器数据包括：方向传感器数据、加速度传感器数据、陀螺仪传感器数据。