[发明专利]一种基于加速度传感器的设备指纹提取和识别方法

摘要

本发明公开了一种基于加速度传感器的设备指纹提取和识别方法，采用了收集设备加速度传感器数据的方式，实现对当前设备的识别。与现有技术相比，该方法依靠于硬件而非传统的软件，提高了该方法的可靠性和稳定性；设备的加速度传感器在制造过程中因为加工工艺的限制，不同的加速度传感器之间存在微小的误差，而这些误差在设备的生命周期内几乎是恒定且无法修改的，所以该方法相对于传统的依据mac地址等硬件信息的方式准确度更高。同时本发明方法在不需要安装任何控件以及不需要用户任何额外操作的情况下实现设备的识别，提高了用户体验。经过大量设备检验后，计算出识别精确度在99％左右。

主权项

一种基于加速度传感器的设备指纹提取和识别方法，其特征在于，该方法包括以下步骤：1)调用设备内部微型电机使设备震动，收集设备加速度传感器数据；2)对加速度传感器数据进行预处理，提取采样间隔I(k)和三轴分量的平方和根S(k)，再采用三次样条插值法使其在时域均匀分布；3)分别对I(k)和S(k)在时域上提取均值(Mean)、标准差(Std.Dev)、平均差(Average Deviation)、偏度(Skewness)、峰度(Kurtosis)、均方根振幅(RMS Amplitude)、最大值(Highest Value)、最小值(Lowest Value)8个特征，在频域上提取标准差(Spec.Std.Dev)、几何中心(Spec.Centroid)、偏度(Spec.Skewness)、峰度(Spec.Kurtosis)、频谱波峰(Spectral Crest)、K‑不规则性(Irregularity‑K)、J‑不规则性(Irregularity‑J)、光滑度(Smoothness)、调性系数(Flatness)、滚降性(Roll Off)10个特征，并将该共计36个特征作为设备指纹；4)使用机器学习的方法对设备指纹进行训练和识别。