摘要
本发明公开了一种基于声信号的抬臂手势双因素身份认证方法,属于信息安全和物联网安全领域。通过超声波发射装置发射超声波信号,使用接受装置捕获在刷卡时抬臂动作反射回的信号。对收集到的信号进行处理,有效地提取抬臂手势信号。再利用改进的LSTM‑FCN模型提取信号特征,并使用SVM构建高性能和轻量级的身份认证模型,并通过基于微调的迁移学习,降低了训练成本。实验证明方法对抬臂信号的检测精度为97.191%,本方法的用户识别精度为98.540%。本方法能够进一步地提升了安全性,与现有双因素认证相比,具有更强的普适性和隐蔽性,更易推广。
技术关键词
身份认证方法
超声波收发装置
手势
长短期记忆网络
超声波接收装置
全卷积神经网络
刷卡
Softmax函数
数据
支持向量机
超声波发射装置
智能卡读卡器
信号特征
SVM分类器
手机扬声器
异常点
存储程序代码
系统为您推荐了相关专利信息
深度学习特征提取
精度校验方法
无线通信基站
灰色预测模型
时间序列特征
供汽方法
管网阀门
参数
模糊PID控制器
训练集
三维动态模型
长短期记忆网络
智能清堵
空气炮
储仓
车速预测方法
工况
参数
长短期记忆网络
计算机程序产品
时序预测模型
异常检测系统
长短期记忆网络
参数
预测误差