[发明专利]一种移动智能设备传感器指纹的保护方法有效
| 申请号: | 201910040491.5 | 申请日: | 2019-01-16 |
| 公开(公告)号: | CN109766683B | 公开(公告)日: | 2021-10-01 |
| 发明(设计)人: | 张兰;李向阳;刘慧琦 | 申请(专利权)人: | 中国科学技术大学 |
| 主分类号: | G06F21/32 | 分类号: | G06F21/32;G06K9/00;G06K9/62 |
| 代理公司: | 北京凯特来知识产权代理有限公司 11260 | 代理人: | 郑立明;付久春 |
| 地址: | 230026 安*** | 国省代码: | 安徽;34 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 移动 智能 设备 传感器 指纹 保护 方法 | ||
1.一种移动智能设备传感器指纹的保护方法,其特征在于,包括:
步骤1,收集传感器数据:获取移动智能设备的运动传感器的原始数据;
步骤2,数据预处理:对获取的运动传感器的原始数据进行处理,使处理后得到数据的长度一致并在时间轴上均匀分布;
步骤3,去隐私数据输出:用预先训练对抗网络模型得出的数据生成模型,对所述步骤2预处理后的传感器原始数据进行指纹保护处理,处理后根据输出场景输出无指纹信息的传感器数据;其中,预先训练对抗网络模型得出的数据生成模型通过以下方式得出:用按所述步骤1、2依次处理后得出的传感器数据作为训练数据,对对抗网络模型进行对抗训练,训练后得出数据生成模型;
所述对抗网络模型包括:指纹识别模型和数据生成模型;其中,
所述指纹识别模型是一个包含全连接重构层和堆叠的长短时记忆网络层的用于识别传感器指纹的神经网络子模型;
所述数据生成模型是一个将传感器原始数据通过卷积神经网络进行修改输出去除指纹信息的数据网络子模型;
所述指纹识别模型与数据生成模型通信连接进行对抗训练后得出能去除指纹隐私且能控制效用损失的数据生成模型;
所述指纹识别模型的长短时记忆网络层不少于两层,每层的记忆单元数目不少于100个;
所述数据生成模型的卷积层不少于两层,且最终输出的数据维度与输入数据的纬度一致。
2.根据权利要求1所述的移动智能设备传感器指纹的保护方法,其特征在于,所述方法步骤1中,通过调用移动智能设备的应用程序接口或者运行的浏览器,获取所述移动智能设备的加速度计传感器和陀螺仪传感器的原始数据。
3.根据权利要求1或2所述的移动智能设备传感器指纹的保护方法,其特征在于,所述方法步骤2中,对获取的运动传感器的原始数据进行处理为:对获取的运动传感器的原始数据进行切片和插值处理。
4.根据权利要求3所述的移动智能设备传感器指纹的保护方法,其特征在于,所述对获取的运动传感器的原始数据进行切片和插值处理包括:
获取的运动传感器的原始数据进行切片处理,使切片处理后得到的各数据的时间长度保持一致,然后进行PCHIP插值处理,处理后使数据的时序数据在时间轴上均匀分布。
5.根据权利要求1或2所述的移动智能设备传感器指纹的保护方法,其特征在于,所述方法步骤3中,用预先训练对抗网络模型得出的数据生成模型,对所述步骤2预处理后的传感器原始数据进行指纹保护处理为:
用预先训练对抗网络模型得出的数据生成模型,对所述步骤2预处理后的传感器原始数据进行修改后输出去除指纹信息的数据。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学技术大学,未经中国科学技术大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910040491.5/1.html,转载请声明来源钻瓜专利网。
- 上一篇:指纹信息传递方法及设备
- 下一篇:用户终端设备及其控制方法





