基于智能手机运动传感器的手写数字字符推测系统

为了拓展并完善手机屏幕信息推测的研究,在现有针对虚拟键盘输入的侧信道攻击基础上,提出了基于手机运动传感器的手写数字字符推测系统。设计实现了一种高效的自适应手写事件检测算法,在运动传感器(加速计和陀螺仪)数据流中通过多项式拟合的方式生成数据流中的噪声数据的拟合曲线。在噪声拟合曲线的基础上,结合数据流的方差值,实现目标数据段的识别提取。对每个数据段,本文选择了两种特征提取方法:时域特征提取和频域特征提取。再根据不同字符的数据段的特征差异推测当前数据段所对应的字符。对三种常见的用户手机持握姿态:坐姿、站姿和躺姿分别进行了训练,得到每一个姿态下最合适的姿态特征集合。握机姿态、手机类型、传感器类型和手写方式对推测准确率都有一定影响,其中手机类型影响最小。实验结果表明本文的字符系统推测准确率最高可达93. 5%。