智能手機傳感器的用戶認證研究

四川大學錦江學院 張 穎 劉 群 趙淑賢

截至2019年12月，我國手機網民規模達9.04億，可以看出手機的使用越來越普遍，手機屹然成為人們日常生活中必不可少的部分，那么隨之而來的手機隱私安全問題也越來越突出。小小的智能手機幾乎隨時隨地保存大量個人信息，手機聯系人電話、照片、APP平臺賬號、聊天記錄等等，如果一旦泄露到網絡上或者被不法分子利用詐騙，會對個人造成很大的損失或者傷害。而且移動互聯網的發展帶來很多新興網絡業務，手機支付、電子商務等，在提供便利操作的同時，也涉及了手機用戶的財產安全，這類安全問題更不能忽視。現有的智能手機用戶認證方式雖一定程度上保證用戶隱私，但存在部分缺陷。所以最好的方式是對手機進行嚴格且有效的身份認證來避免用戶信息泄露。

本文的研究內容主要分為兩大部分：一是用戶行為數據采集。采集的數據主要來自智能手機內置傳感器數據，為此設計了一個基于Android的采集APP，安裝在不同用戶手機上，可以長時間不間斷循環采集內置各種傳感器數據，每天定時自動聯網上傳云端。采集的周期大概2個月左右，循環采集的數據數目巨大，會通過Python腳本遷移到本地數據庫保存，為以后做出進一步處理。二是用特征提取和用戶認證，對比數據發現用戶在接聽、撥打電話時傳感器數據的區別很大，可提取相應的特征值進行分析。發現相比一般在最開始使用手機時的用戶認證，可在使用手機的過程中（接聽、撥打電話時）區分機主還是非機主來進一步完成手機用戶認證。如果用戶長時間使用過程中忘記鎖屏而忙于其他事情了，這種時候會通過這種身份認證發現非機主的行為特征與手機用戶的不一樣，讓手機及時鎖定，避免手機信息泄露。

1 用戶行為數據采集和處理

基于Android平臺，利用JAVA語言調用接口編程實現了一套用戶行為數據采集APP，可以每天循環采集手機內置大量傳感器數據以供后期分析，采集數據如表1所示。并且將采集APP安裝在10個用戶智能手機上，分別包括在校學生，工作上班族、退休人員等，不同年齡段，不同階層的手機用戶更能看出在使用手機過程中的區別。采集時間持續兩個月，遷移到數據庫的有效傳感器數據共10萬多條。

針對采集到的大量數據，基本上都是手機最原始的數據，而用戶在平時使用手機時自身因素和環境因素都會對手機傳感器采集到的數據產生影響，部分采集到的數據有偏差，所以需要先對其進行各種預處理，包括數據清理階段，把少部分缺失的數據補全，個別異常的數據刪掉。數據去噪階段，手機內置的傳感器數據會因為很多環境因素的噪聲受到干擾，對原始數據進行降噪去噪處理。數據轉換階段，對采集到的不同數據按照其各自的采集時間分類分塊。

表1 數據信息

2 特征提取和用戶認證

用戶在實際生活中使用手機最頻繁的手勢、最普遍的手勢是撥打、接聽電話，每個人在打電話的行為習慣也就不相同，比如退休人員年齡偏大，手機大多不隨身攜帶，接打電話的時候通常是從某個包中找到動作較為遲緩，對于上班族通常上班完成業務需要經常接打電話，次數頻率高，而在校學生更多使用手機是為了手機上網，區別于前兩者。有時每個人接打電話的方式也不同，有的用戶從一開始接聽到最后結束手機都一直貼近耳朵，有的用戶喜歡接通時才把手機靠近耳朵通話，有人喜歡外放接聽等等。所以可以采集用戶在接聽電話過程中的手機內部傳感器數據，包括加速度傳感器、距離傳感器、陀螺儀等等數據，觀察其中的共同和差異，提取它們的特征值利用SVM分類算法對用戶進行區分，在使用手機的過程中完成用戶認證過程。

大部分人在使用手機時可以從口袋、桌面、書包等地方拿到手機，然后會抬起手臂，最后把手機貼近耳朵進行通話。在這個快速完成接聽電話的過程中，雖然時間短，但是因為每個人的手臂胖瘦，手臂長短和用力的不同，每個時刻手機內置的加速度傳感器、距離傳感器、陀螺儀的數據也在不停發生變化，形成的軌跡也不同。手機APP在數據采集時也是以響鈴開始，到接聽電話、掛斷電話為止連續記錄了各個傳感器變化的值，分析數據來區分是否是用戶本人操作，如果不是可以及時鎖定手機。

若采集的數據以每次接聽電話為單位，把每個用戶在此過程中的行為軌跡具體畫出來，會發現其中波峰波谷個數、傳感器數據的最大值最小值、趨勢走向等表現出一些特征，因此提取的特征值包括距離傳感器、加速度傳感器X，Y，Z軸、陀螺儀X，Y，Z軸的最大最小值、均值、方差，出現波峰波谷的個數以及峰度，如表2所示。

表2 提取特征值

每次一共提取的特征屬性有種40余種，把采集到的所有數據分成兩部分，其中85%的數據用來作為訓練集，來不停訓練，15%作為測試集，觀察分類結果。利用Weka工具中的SVM算法（支持向量機）得到的性能數據表如表3所示。部分含義如下：

（1）Precision 準確率：

（2）Recall 召回率：

（3）F-Measure F度量：Precision 和Recall的調和平均數，主要評估準確率召回率上的平衡性。

曲線下面積比例（ROC Area）是準確率和召回率的曲線面積求得，可以說明SVM這種分類算法的準確性，面積越大準確性越高，通過比較發現三個學生的ROC Area值最大，說明此分類方式對于學生來說可以較為精確地區分使用手機時是機主還是非機主。上班族和退休人員的ROC Area值雖然沒有學生的高，但是差不多都是0.9左右，總體來看，此分類方法的準確性較高，可以在實際手機使用過程中，特別是接聽撥打電話時及時判斷發現是否是手機用戶在操作手機，對用戶身份進行認證，如果不是本人使用，可采取一定措施鎖定手機，進一步保護手機信息不被泄露。

表3 支持向量機用戶認證的準確率

此外本文還采用其他算法進行對比分析，一種是采用貝葉斯算法中的樸素貝葉斯對數據再進一步分析對比，另一種是利用Weka工具中決策樹C4.5選取最能區分的特征值構建決策樹。分別選擇不同數據進行訓練測試，計算出三種算法的平均準確率和平均召回率，得到的性能結果如表4所示，可以看到支持向量機對手機用戶的認證的平均準確率最高，認證的準確性最好。

表4 不同方法用戶認證對比

小結：通過自己設計的數據采集軟件，在小范圍不同用戶的智能手機上安裝循環采集傳感器等數據，對大量的數據做遷移、預處理分析之后發現通過支持向量機算法對用戶在撥打接聽電話中提取到的特征值進行分類識別，進一步對用戶身份進行認證，平均準確率達到86.3%，說明可以在使用手機的過程中對用戶身份進行進一步認證，區分是否是用戶本人在操作手機，并且還可以作為對傳統手機用戶認證方式的補充，加強的手機的安全性，最大可能避免用戶信息泄露，及時保護手機用戶隱私。并且通過與樸素貝葉斯算法和決策樹算法比較，發現采用SVM算法的平均準確率最高，分類效果最好，后面的實際應用中可優先采用此 分類方法完成用戶認證。