




版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、2015 年大學生競賽作品簡介作品名稱: 基于Silense 的 Android 靜默保護技術(shù)電子郵箱:提交日期: 2015 年 5 月 29 日填寫說明1. 所有參賽項目必須為一個基本完整的設(shè)計。參賽作品簡介旨在能夠清晰準確地闡述(或圖示)該參賽隊的參賽項目(或方案)。2. 參賽作品簡介采用A4紙撰寫。除標題外,所有內(nèi)容必需為宋體、小四號字、1.5倍行距。3.參賽作品簡介不超過6頁A4紙。4.參賽作品簡介模板里已經(jīng)列的內(nèi)容參考,作者也可以多加內(nèi)容。5.為保證網(wǎng)評的公平、公正,作品簡介中應(yīng)避免出現(xiàn)作者所在學校、院系和指導(dǎo)教師等的信息。摘要隨著智能的發(fā)展普及,智能的容量越來越高、功能越來越強大,
2、智能中了大量的個人隱私數(shù)據(jù),與此同時各種與相關(guān)的安全和隱私問題也日益嚴重。其中,丟失被他人拾獲或被他人借用時窺探的危害尤其嚴重。目前常用的圖形或技術(shù),雖然在一定程度上能夠避免隱私泄漏,但是頻繁的讓用戶輸入或嚴重影響用戶的使用體驗和工作效率;另外,這些技術(shù)都不能持續(xù)性地檢測用戶合份,屬,即輸對一次,不會對用戶再次確認,也不能針對用戶進行分級保護,對用戶的重要數(shù)據(jù)和隱私造成,存在嚴重的安全隱患。為了既精確識別用戶的、又不影響用戶的使用體驗,團隊提出了一種基于 Silense 的隱私靜默保護技術(shù)。Silense 是一種主要采用數(shù)據(jù)分析領(lǐng)域的支持向量機(SVM)理論實現(xiàn)的機器學習算法。Silense
3、利用智能的傳感器學習機常操作特征通過加速計和陀螺儀測量用戶行為造成的屏幕移動量,以及壓力、接觸時長、指尖面積,并構(gòu)建機主的行為特征庫。使用支持向量機理論從行為特征庫提取出用戶生物識別模型。生物識別模型建立之后,由 Silense 服務(wù)對進行靜默保護,不需要用戶輸入及,通過點擊和滑動等動作判斷行為發(fā)起人是否為機主,并在檢測到安全后,自動觸發(fā)隱私保護和數(shù)據(jù)控制,從而達到隱私保護的目的。團隊經(jīng)長時間的探究與實驗,實現(xiàn)了使用 Silense服務(wù),時時監(jiān)測,靜默識別,自動采取分級保護措施,對用戶重要數(shù)據(jù)和隱私提供有效保護。通過對多位使用者進行實驗測試,測試效果很好的滿足初期設(shè)計需求。作品無需用戶輸入,根
4、據(jù)用戶使用時的行為特征,高精度低延時的識別用戶,對采取限制措施,保護用戶的隱私安全。:Silense行為特征庫生物識別模型靜默保護一概述隨著智能設(shè)備的推廣,需求的增加,設(shè)備所有者的隱私等風險也逐漸增加,這不僅因為某些應(yīng)用程序不夠安全,還因為用戶經(jīng)常與朋友、親人設(shè)備因而造成隱私。據(jù),在將設(shè)備借予他人使用的時候,大部分用戶很在意個人隱私,以及重要資料的完整性。因此,識別用戶成為移動設(shè)備個性化服務(wù)和數(shù)據(jù)控制的一個重要組成部分。目前,傳統(tǒng)的PIN碼、面部識別等是最普遍的認證方式,但是它們存在著各種各樣的弊端:其一,人偷看PIN碼、使用膜,面部識別的時候用蒙混過關(guān)等都會造成用戶隱私;其二,傳統(tǒng)的識別認證
5、不針對具體的應(yīng)用,屬密碼,不對用戶進行再確認,無法做到分級保護用戶隱私或數(shù)據(jù)的效果;其三,在將設(shè)備借予他人之前設(shè)置保護(等),在很多的場合常會使機主很尷尬,因為這表明你對別人的不信。針對如上原因,團隊提出了靜默保護技術(shù)和分級保護隱私策略的方案。在使用移動設(shè)備的時候,大部分人會在不知不覺中遵循一定的個人,不同人之間在觸摸手勢(點擊、滑動等)、觸摸壓力和持續(xù)時間等方面都存在一定的差異。在方案中,使用Silense服務(wù),持續(xù)對使用者的行為進行監(jiān)測,識別使用者的;對當前監(jiān)測到異常使用行為,予以判定,喚醒保護措施,開啟隱私保護和控制,進而很好的保護用戶的隱私;當設(shè)備所有者在使用時,設(shè)備主人可以順暢的使用
6、設(shè)備,諸多限制被取消。二設(shè)計與實現(xiàn)2.1 Silense 服務(wù)的設(shè)計Silense是一種主要采用數(shù)據(jù)分析領(lǐng)域的支持向量機(SVM)理論實現(xiàn)的機器學習算法。支持向量機模型是追求結(jié)構(gòu)風險最小化的一種算法,在小樣本學習中有很強的優(yōu)勢。觸摸屏幕時,會產(chǎn)生兩種效果:其一,手指觸摸屏幕產(chǎn)生信息,如觸摸時長,觸摸位置,觸摸壓力;其二,加速度計和陀螺儀數(shù)值變化反映出受力后的狀態(tài)信息。根據(jù)已有的研究,以上信息,可以用戶使用的。起初,Silense服務(wù)在收集用戶使用的數(shù)據(jù),建立用戶獨特的習慣模型;初期模型建立后,用以識別使用者,并采取不同的隱私保護措施以保護用戶隱私。之后,收集到用戶以外的多個使用者使用數(shù)據(jù),將模
7、型升級,成為二分類模型,用以較準確的識別出使用者。在形成二分類模型后,采取SVM組合策主要使用二分類模型,輔以初期模型驗證,以便輸出高可靠的結(jié)論。如圖2-1所示:圖 2-1 Silense 服務(wù)2.2 隱私保護功能的實現(xiàn)隱私保護模塊可以為提供多級保護措施,親朋好友使用時可以提供訪客密碼,保護自己想隱藏的數(shù)據(jù),丟失后,可以全面保護,必要時清除數(shù)據(jù)數(shù)據(jù),防止數(shù)據(jù)。此部分框架如圖 2-2 所示:圖 2-2 隱私保護模塊框架圖由以下幾個部分組成:1.不的輸入框當識別為訪客使用時,自動彈出輸入框,用戶繼續(xù)使用,只有輸入正確的才能。2.應(yīng)用進入訪客模式后,當用戶點擊需要的應(yīng)用時,彈出應(yīng)用的框,起到應(yīng)用的目
8、的。3.隱藏聯(lián)系人進入訪客模式后,自動隱藏相關(guān)聯(lián)系人的聯(lián)系信息,和,當退出訪客模式后,隱藏的信息自動還原回。4.銷毀數(shù)據(jù)在輸入框界面,頻繁輸錯時會鎖定一定時間,輸錯次數(shù)越多,鎖定的時間越長,當達到預(yù)定的極限值時清除中的所有數(shù)據(jù)。三測試與分析支持向量機(SVM)模式識別模塊中,用 10 位的隊列去存取每次的滑動概率,當隊列中全部存入數(shù)據(jù)時,開始做出判斷。當每次正確輸入,輸入框時,隊列會被清空,重新開始數(shù)據(jù)。隨機選取了 30 位做測試,在能做任何操作的情況下,完全按照自己使用的去使用測試。每次在彈出輸入框,并輸入主人后,開始在屏幕上操作的次數(shù),直到再次彈出輸入框停止計數(shù),每位記錄 5 次操作數(shù),共
9、得到 150 組操作次數(shù)的數(shù)據(jù)。對此 150 組數(shù)據(jù)進行分組統(tǒng)計,橫坐標為操作次數(shù),縱坐標為相應(yīng)分段的數(shù)據(jù),得到的統(tǒng)計圖如圖 3-1 所示,不同操作次數(shù)占 150 組測試數(shù)據(jù)的比例如圖 3-2 所示:圖 3-1 操作次數(shù)統(tǒng)計圖圖 3-2 比例統(tǒng)計圖從圖表中可以看出,大部分數(shù)據(jù)集中在 10 到 16 之間,數(shù)的數(shù)據(jù)會明顯高于其它數(shù)據(jù)。操作次數(shù)大于 16 的總共有 8 次,在 10 到 16 之間的概率為 142/150 = 94.7%。從測試可以看出,在用戶操作10 次左右時,有極大的概率能夠判斷出用戶的,總體來說,應(yīng)用效果較好。四應(yīng)用前景分析基于Silense的靜默保護技術(shù)具有成本低、安全性高
10、、用戶體驗良好的特點,具有廣泛的應(yīng)用前景。1. 成本低利用觸屏設(shè)備現(xiàn)有的陀螺儀、加速計等傳感器,無需模塊等額外的硬件模塊,即可實現(xiàn)靜默保護技術(shù),成本很低;2. 持續(xù)保護、安全性高利用行為特征具有非性和難以的特點,基于Silense的靜默保護技術(shù)在觸屏設(shè)備被使用的整個過程都在實時的監(jiān)測行為發(fā)起人是否是設(shè)備主人。傳統(tǒng)的PIN碼、圖形、都存在被偷看、的弊端,相比較而言, 基于Silense的靜默保護技術(shù)無需即可對移動設(shè)備提供持續(xù)的保護,安全性更高。3. 用戶體驗良好基于Silense的靜默保護技術(shù)不需要用戶、更不會頻繁的讓用戶輸入,能夠在不影響用戶使用體驗的情況下,靜默透明的實現(xiàn)用戶的驗證,用戶體驗非常好。4. 應(yīng)用前景廣泛、平板電腦、智能手表等觸屏設(shè)備越來越多,基于Silense的靜默保護技術(shù)可以從Android推廣到iOS,可以從設(shè)備推廣到平板電腦、智能手表等各種觸屏設(shè)備,應(yīng)用前景極其廣泛。五創(chuàng)新點總結(jié)1.靜默保護技術(shù)無需輸入或,但能實現(xiàn)對隱私數(shù)據(jù)的靜默持續(xù)保護;2.針對行為特征具有非性和難以的特點設(shè)計的匹配算法,可以高精度、低延遲的識別行為發(fā)起人;3.采用分級保護技術(shù),兼顧用戶的體驗又能在必要時對隱私數(shù)據(jù)進行、甚至銷毀處理。六未來工作作品是團隊針對當前智能的隱私數(shù)據(jù)安全問題而設(shè)計的,目前其預(yù)期
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 2025年品牌授權(quán)合同樣式
- 2025年家政培訓服務(wù)合同
- 2025年農(nóng)村房屋租賃合同規(guī)范
- 2025年典范個人消費抵押借款合同
- 2025年企業(yè)銷售承包合同范本
- 2025年光學隔音門銷售及安裝服務(wù)合同
- 2025年公共交通工具采購合同范文協(xié)議
- 2025年北京市私人住宅裝修合同范文
- 2025年三方貨物運輸合同范本
- 2025年企業(yè)和個人用車租借合同
- 礦山機電專業(yè)課程標準范本
- 食品風味化學(第二版) 課件 第8、9章 風味物質(zhì)的提取與分析、食品中風味的釋放和穩(wěn)定化
- 自考《組織行為學》全
- 變電站建設(shè)工程造價影響因素分析及控制策略研究
- 【銅版畫“飛塵”技法實踐研究4900字(論文)】
- 人教版道德與法治五年級下冊全冊課件(完整版)
- 角磨機施工方案
- 施耐德ATS互投柜說明書WTSA、B控制器說明書
- 《GMP實務(wù)教程》 完整全套教學課件 項目1-14 GMP基礎(chǔ)知識-藥品生產(chǎn)行政檢查
- 勞動教育第一課 整理衣物有條理
- 房屋租賃交接家私清單
評論
0/150
提交評論