[发明专利]一种基于Android手机数据的轨迹异常分析方法

说明书

本发明涉及一种基于Android手机数据的轨迹异常分析方法。其中包括步骤1：数据采集：对Android手机进行数据采集，获取手机基本信息、导航软件、购物软件、外卖软件、聊天软件等所有可能包含位置的数据信息及事件信息；步骤2：数据预处理：将收集到的手机基本信息、导航软件、购物软件、外卖软件、聊天软件等数据进行格式化、重要位置信息及事件信息提取，去除冗余数据，并将预处理后的格式化数据统一放至SQLite数据库中；步骤3：数据分析：采用DBSCAN算法结合K‑means算法对用户的位置信息进行数据分析，识别出行为异常点。本发明结合数据挖掘技术进行数据分析，有较高的识别精度和识别效率。

技术领域

本发明涉及电子取证与数据分析领域，具体的说，涉及了一种基于Android手机数据的轨迹异常分析方法。

背景技术

在近些年的智能手机发展中，Android系统手机已占据超过70％的全球智能手机市场份额，国内更是高达90％，而手机更是近些年来网络犯罪的重要作案工具，手机中存在着调查取证的重要数据线索。

手机取证，从字面理解，可以分为“取”和“证”两个过程。取，把数据原原本本的从手机中提取出来。证，通过数据检索、挖掘、分析，寻找与案件有关的线索和证据。研究数据分析技术，挖掘提取手机中的有价值信息，可以更快地为司法办案人员提供办案线索

手机用户每天会产生大量的轨迹信息，用户的行为具有很强的时空关联性，如果能够在手机应用数据的基础上获取，并提取用户的轨迹数据，然后对轨迹数据进行有效的分析，就可以推测出用户的行为特征。

目前市面上手机取证工具的功能大多集中在电子数据提取上，很少对提取数据进行分析，即使有此数据功能也仅是简单的统计分析，如何能够从提取的手机数据中获取有价值的信息变得越来越值得关注。

为了解决以上存在的问题，人们一直在寻求一种理想的技术解决方案。

发明内容

本发明要解决的技术问题是：针对手机用户轨迹数据的多样性和分散性的问题，采集所有可能涉及用户轨迹的手机数据，提出了一种基于数据挖掘的轨迹异常分析方法、提取手机应用数据里面所有的所涉轨迹信息，利用数据挖掘方法对获取数据进行数据聚类分析，并结合用户的其他个人数据进行行为分析。

为实现上述目的，本发明提供的技术解决方案为：

一种基于Android手机数据的轨迹异常分析方法，包括以下步骤：

步骤1：数据采集：对Android手机进行数据采集，获取手机基本信息以及手机上安装的软件中所有可能包含位置的数据信息及事件信息；

步骤2：数据预处理：将收集到的手机基本信息、导航软件、购物软件、外卖软件、聊天软件等数据进行格式化，对其中的重要位置信息及事件信息进行提取，去除冗余数据，并将预处理后的格式化数据统一放至SQLite数据库中；

步骤3：数据分析：采用DBSCAN算法结合K-means算法对用户的位置信息进行数据分析，识别出行为异常点；

其中，行为异常点识别算法实现流程如下：

步骤3.1：遍历数据库中相应的数据表获取某用户的位置数据样本D，对样本数据集D首先用K-means算法做预处理，算法的初始质心随机数K初始值取2，目标是识别出用户的常规位置并得到质心位置；

步骤3.2：对K-means算法所形成的2个簇中所有位置点计算到质心的距离，并计算出每个簇中的点到质心的平均距离avgdist，统计距离小于avgdist的点的个数存储在变量Minpoint中；

步骤3.3：选择2个簇中avgdist最小的和Minpoint中最小的，作为DBSCAN算法执行的参数，执行DBSCAN算法，输出可能的异常行为点。