基于MEMS传感器数据拓扑分析的用户识别.pdfVIP

第38卷第12期计算机仿真2021年12月

文章编号1〇〇6-9348(2021)12-0136-06：

基于MEMS传感器数据拓扑分析的用户识别

张李轩，闫坤，李慧慧，黄雪梅

(桂林电子科技大学卫星导航定位与位置服务国家地方联合工程研究中心，广西桂林541000)

摘要:随着科技的迅速发展,智能手机安全性的问题越来越受人们关注，用户识别认证在保证智能手机安全方面扮演着重要

的角色。提出了一种基于微机电系统（MicroelectroMechanicalSystems，MEMS)传感器步态丨目号持续同调的用户识别的新方

法，MEMS传感器信号中的混沌不变量（伪周期性）可以由相空间中的拓扑特征来表示，通过持续同调提取相空间拓扑特

征，建立不同用户的持续同调模型。利用持续同调特点，进一步简化持续同调为概率密度，并使用K-L散度度量不同用户

模型间的差异，最终利用MEMS传感器信号实现无须用户主动参与的身份认证。为验证持续同调模型，采用十个不同用

户，两种运动状态数据，通过仿真完成用户识别，结果表明识别的平均准确率达到95.3%。

关键词：用户识别;传感器;持续同调;相空间;拓扑特征;散度

中图分类号：N945.12;TP391.9文献标识码：B

UserIdentificationBasedonMEMSSensorDataTopologyAnalysis

ZHANLi-xuan,YANKun,LIHui-hui,HUANXue-mei

(StateandLxcalJointEngineerinResearchCenterforSatelliteNavigationandLocationService,

GuilinUniversityofElectronicTechnology,GuilinGuangxi541000,China)

ABSTRACTWith：thesharpprogressionoftechnology,thesecurityofsmartphonedrawsmoreattention,inwhich

useridentificationauthenticationplaysavitalrole.Thisstudyproposedanovelmethodofuseridentificationbasedon

persistenthomologyofgaitsignalsbyMicroelectroMechanicalSystems(MEMS).Homologicalcharacteristicsof

phrasespacerepresentinchaoticinvariant(pseudoperiodic)inMEMSsensorsignals,wereextractedbypersistent

homologytoestablishpersistenthomologymodelsofusers.Persistenthomologywasfurthersimplifiedintoprobability

densitybasedoncharacteristicsofpersistenthomology.Kullback-Leiblerdivergencewasusedtomeasuredisparities

inusermodels.MEMSsensorsignalswereusedtorealizetheidenti