基于生物信息的Android身份認(rèn)證研究.pdf

1、隨著移動(dòng)互聯(lián)網(wǎng)技術(shù)的發(fā)展和流行，移動(dòng)終端設(shè)備中數(shù)據(jù)信息的安全問題越來越受到重視。針對移動(dòng)終端設(shè)備存儲(chǔ)的信息如通訊錄、短信、照片、各類賬號密碼等用戶高頻度使用的特性，在保證安全性的前提下，身份認(rèn)證授權(quán)是比數(shù)據(jù)加解密更高效便捷的方法。傳統(tǒng)的數(shù)字、圖形及智能卡認(rèn)證方式存在需要記憶、不方便攜帶、丟失甚至被盜取偽造等諸多問題，生物信息作為認(rèn)證依據(jù)具有不可偽造、不用記憶、便于攜帶、驗(yàn)證方便的優(yōu)點(diǎn)。因此將生物信息與敏感信息相關(guān)聯(lián)，進(jìn)行認(rèn)證，可以提升數(shù)

2、據(jù)信息的安全性，同時(shí)不會(huì)降低便捷性。
　　本文研究并設(shè)計(jì)了基于語音（聲紋+內(nèi)容）和人臉特征信息的兩種認(rèn)證方式。針對語音和人臉模式認(rèn)證數(shù)據(jù)處理量較大而移動(dòng)終端設(shè)備計(jì)算存儲(chǔ)資源有限的問題，本文通過研究相關(guān)技術(shù)方法及優(yōu)化算法參數(shù)尋找到了適合移動(dòng)平臺(tái)應(yīng)用的技術(shù)算法。語音認(rèn)證模塊融合了傳統(tǒng)的內(nèi)容認(rèn)證和聲紋認(rèn)證兩種方式，提高了系統(tǒng)安全級別。每次語音認(rèn)證成功后，系統(tǒng)使用當(dāng)次的聲紋特征動(dòng)態(tài)更新語音口令訓(xùn)練模板，減弱了語音時(shí)變性的影響，提高了認(rèn)證系

3、統(tǒng)的魯棒性及適應(yīng)性。其中，通過測試得到當(dāng)訓(xùn)練次數(shù)為5時(shí)本文設(shè)計(jì)的系統(tǒng)得到的語音口令訓(xùn)練模板總體效果最佳。人臉認(rèn)證模塊通過對人臉圖像采集窗口的設(shè)計(jì)，減少了計(jì)算量，提高了數(shù)據(jù)處理效率，同時(shí)弱化了背景對圖像檢測的影響。整個(gè)系統(tǒng)實(shí)現(xiàn)中加入了根密鑰設(shè)計(jì)，在提高系統(tǒng)安全性的同時(shí)增強(qiáng)了使用便捷性。
　　本文的目標(biāo)是研究設(shè)計(jì)基于生物信息語音（聲紋+內(nèi)容）和人臉特征的安全、方便、高效、可靠的身份認(rèn)證系統(tǒng)。針對這一目標(biāo)，本文主要做了如下工作：

4、　　1.通過閱讀大量文獻(xiàn)研究學(xué)習(xí)了語音（聲紋+內(nèi)容）和人臉認(rèn)證原理及各階段主要實(shí)現(xiàn)技術(shù)，分析了語音（聲紋+內(nèi)容）、人臉認(rèn)證在 Android平臺(tái)上實(shí)現(xiàn)需要解決的問題，完成了基本的理論準(zhǔn)備工作。
　　2.重點(diǎn)研究學(xué)習(xí)了本系統(tǒng)語音認(rèn)證模塊中語音預(yù)處理、Mel頻率倒譜系數(shù)（MFCC）特征參數(shù)提取及高斯混合模型(GMM)模式匹配等技術(shù)方法。
　　3.重點(diǎn)研究學(xué)習(xí)了本系統(tǒng)人臉認(rèn)證模塊中基于Haar分類器的人臉檢測、基于Fisher線性