本文關(guān)鍵詞：面向移動智能設(shè)備的多特征融合隱式鑒別機制研究

  更多相關(guān)文章： 隱式鑒別 多特征融合 移動智能設(shè)備 支持向量機

【摘要】：隱式鑒別機制在解決移動智能設(shè)備的安全性與易用性沖突方面具有重要而獨特的作用.然而,已有工作通常基于單一特征或動作進行隱式鑒別,僅適合于特定動作、場景和范圍.為了解決此問題,本文利用用戶使用設(shè)備時存在位置、環(huán)境、狀態(tài)、生物和行為特征,提出了一種基于多特征融合的隱式鑒別方案.該方案采集設(shè)備內(nèi)置傳感器、生物和行為數(shù)據(jù),通過支持向量機方法訓(xùn)練和提取特征,設(shè)計多特征融合模型和構(gòu)建隱式鑒別框架,計算用戶身份信任水平,設(shè)計差異化安全策略并持續(xù)透明地鑒別用戶身份.實驗驗證了該方案的有效性,并且能夠平衡安全性與易用性和資源消耗.
【作者單位】： 中國科學(xué)院信息工程研究所;北京郵電大學(xué)計算機學(xué)院;國家計算機網(wǎng)絡(luò)應(yīng)急技術(shù)處理協(xié)調(diào)中心;
【關(guān)鍵詞】： 隱式鑒別 多特征融合 移動智能設(shè)備 支持向量機
【基金】：國家高技術(shù)研究發(fā)展計劃(863計劃)(No.2013AA014002) 中國科學(xué)院先導(dǎo)專項(No.XDA06030200)
【分類號】：TP309
【正文快照】： 1引言 隨著移動技術(shù)的快速發(fā)展和硬件性能的增強,在移動智能設(shè)備(以下稱設(shè)備)上實現(xiàn)高敏感應(yīng)用,如股票交易、金融支付、社交軟件等;存儲和處理高價值信息,如銀行卡信息、個人隱私信息等.因此,保證應(yīng)用和數(shù)據(jù)安全,特別是防止非授權(quán)訪問,尤為重要.面向設(shè)備的用戶身份鑒別方案包

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 初紅霞;王科俊;王希鳳;郭慶昌;韓晶;;多特征融合的退火粒子濾波目標(biāo)跟蹤[J];計算機工程與應(yīng)用;2011年06期

2 顧鑫;王海濤;汪凌峰;王穎;陳如冰;潘春洪;;基于不確定性度量的多特征融合跟蹤[J];自動化學(xué)報;2011年05期

3 姚紅革;杜亞勤;;基于多模式多特征融合粒子濾波視頻目標(biāo)跟蹤[J];西安工業(yè)大學(xué)學(xué)報;2012年11期

4 王蘭;;基于多特征融合的票據(jù)分類技術(shù)及應(yīng)用[J];計算機光盤軟件與應(yīng)用;2013年13期

5 陳增照;何秀玲;楊揚;董才林;;基于多特征融合的票據(jù)分類技術(shù)及應(yīng)用[J];計算機工程與應(yīng)用;2006年09期

6 周斌;林喜榮;賈惠波;宋榕;;多特征融合的手背血管識別算法[J];清華大學(xué)學(xué)報(自然科學(xué)版);2007年02期

7 劉貴喜;范春宇;高恩克;;基于粒子濾波與多特征融合的視頻目標(biāo)跟蹤[J];光電子.激光;2007年09期

8 胡全;邱兆文;王霓虹;;基于多特征融合的圖像語義標(biāo)注[J];東北林業(yè)大學(xué)學(xué)報;2008年10期

9 周靜;黃心漢;彭剛;;基于多特征融合的飛機目標(biāo)識別[J];華中科技大學(xué)學(xué)報(自然科學(xué)版);2009年01期

10 沈才梁;許雪貴;許方恒;龍丹;;多特征融合的人臉檢測[J];計算機系統(tǒng)應(yīng)用;2009年11期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 葉鋒;蔡光東;鄭子華;亓?xí)孕?尹鵬;;基于多特征融合的藥用植物標(biāo)本識別[A];2011年中國智能自動化學(xué)術(shù)會議論文集（第一分冊）[C];2011年

2 段其昌;季長有;;基于多特征融合的快速人臉檢測[A];第十七屆全國測控計量儀器儀表學(xué)術(shù)年會（MCMI'2007）論文集（上冊）[C];2007年

3 李玉峰;鄭德權(quán);趙鐵軍;;基于SVM和多特征融合的圖像分類[A];第四屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會議論文集（上）[C];2008年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前5條

1 劉明華;復(fù)雜環(huán)境下基于多特征融合的目標(biāo)跟蹤關(guān)鍵技術(shù)研究[D];青島科技大學(xué);2016年

2 田綱;基于多特征融合的Mean shift目標(biāo)跟蹤技術(shù)研究[D];武漢大學(xué);2011年

3 徐志剛;基于多特征融合的路面破損圖像自動識別技術(shù)研究[D];長安大學(xué);2012年

4 陳秀新;多特征融合視頻復(fù)制檢測關(guān)鍵技術(shù)研究[D];北京工業(yè)大學(xué);2013年

5 初紅霞;基于均值移動和粒子濾波的目標(biāo)跟蹤關(guān)鍵技術(shù)研究[D];哈爾濱工程大學(xué);2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 張巖;基于多特征融合及二部圖匹配的3D目標(biāo)檢索技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2015年

2 計明明;基于多特征融合的三維模型檢索技術(shù)[D];浙江大學(xué);2015年

3 王慶;基于多特征融合的人體動作識別方法研究[D];上海大學(xué);2015年

4 劉婕;復(fù)雜場景多特征融合粒子濾波目標(biāo)跟蹤[D];重慶理工大學(xué);2015年

5 崔劍;基于多特征融合的分級行人檢測方法研究[D];電子科技大學(xué);2015年

6 王珊珊;基于極化SAR非監(jiān)督分類的油膜厚度估算方法研究[D];大連海事大學(xué);2015年

7 肖冠;基于多特征融合的異類傳感器中段目標(biāo)關(guān)聯(lián)算法研究[D];國防科學(xué)技術(shù)大學(xué);2013年

8 王建榮;基于多特征融合的無人機航拍圖像識別研究[D];成都理工大學(xué);2015年

9 高爽;基于多特征融合的粒子濾波跟蹤算法研究[D];西安電子科技大學(xué);2014年

10 坎啟嬌;基于多特征融合的多目標(biāo)跟蹤算法[D];河北工業(yè)大學(xué);2015年

，

本文編號：1094803