摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第13-19页 |
1.1 研究背景 | 第13-14页 |
1.2 国内外研究现状 | 第14-16页 |
1.3 论文研究内容 | 第16-17页 |
1.4 论文组织结构 | 第17-19页 |
第二章 相关技术研究 | 第19-31页 |
2.1 智能终端权限控制 | 第19-20页 |
2.1.1 操作系统安全机制 | 第19页 |
2.1.2 Android权限控制 | 第19-20页 |
2.1.3 iOS权限控制 | 第20页 |
2.2 传感器权限控制 | 第20-23页 |
2.2.1 传感器简介 | 第21-22页 |
2.2.2 权限控制策略 | 第22-23页 |
2.2.3 安全分析 | 第23页 |
2.3 机器学习 | 第23-29页 |
2.3.1 机器学习简介 | 第23-24页 |
2.3.2 机器学习流程 | 第24-25页 |
2.3.3 分类算法 | 第25-29页 |
2.4 本章小结 | 第29-31页 |
第三章 基于时域频域特征相结合的PIN码推测通用框架 | 第31-49页 |
3.1 整体架构设计 | 第31-33页 |
3.2 基于跨平台Web程序的数据采集与处理 | 第33-36页 |
3.2.1 数据采集 | 第33-34页 |
3.2.2 预处理 | 第34-36页 |
3.3 基于时域频域相结合的特征选择与提取 | 第36-43页 |
3.3.1 时域特征选择和提取 | 第36-39页 |
3.3.2 改进的MFCC算法 | 第39-42页 |
3.3.3 频域特征选择和提取 | 第42-43页 |
3.4 基于多层感知机的分类模型搭建与训练 | 第43-47页 |
3.4.1 多层感知机 | 第43-44页 |
3.4.2 网络训练 | 第44页 |
3.4.3 激活函数的选择 | 第44-46页 |
3.4.4 优化算法 | 第46页 |
3.4.5 超参数选择策略 | 第46-47页 |
3.5 本章小结 | 第47-49页 |
第四章 PIN码推测框架原型系统的实现 | 第49-73页 |
4.1 系统设计 | 第49-50页 |
4.2 传感器数据采集系统 | 第50-57页 |
4.2.1 系统需求与解决方案 | 第50页 |
4.2.2 系统架构与工作流程 | 第50-52页 |
4.2.3 SensorLogger实现 | 第52-55页 |
4.2.4 SensorServer实现 | 第55-57页 |
4.3 PIN码推测概念验证程序 | 第57-59页 |
4.3.1 WebView | 第57-58页 |
4.3.2 XSS攻击 | 第58-59页 |
4.3.3 程序实现 | 第59页 |
4.4 机器学习推测系统 | 第59-64页 |
4.4.1 技术选型 | 第59-60页 |
4.4.2 需求分析 | 第60-61页 |
4.4.3 系统实现 | 第61-64页 |
4.5 实验结果与分析 | 第64-71页 |
4.5.1 实验环境说明 | 第64-65页 |
4.5.2 传感器数据采集 | 第65页 |
4.5.3 仅用时域特征下各分类算法比较 | 第65-67页 |
4.5.4 使用改进MFCC提取频域特征 | 第67-68页 |
4.5.5 按键位置对推测准确率的影响 | 第68-71页 |
4.5.6 不同设备环境下准确率的比较 | 第71页 |
4.6 本章小结 | 第71-73页 |
第五章 防御措施与安全建议 | 第73-81页 |
5.1 威胁模型分析 | 第73页 |
5.2 现有防御措施分析 | 第73-75页 |
5.2.1 手机震动噪声 | 第73-74页 |
5.2.2 降低采样率 | 第74页 |
5.2.3 减小手机震动 | 第74页 |
5.2.4 加强传感器权限控制 | 第74-75页 |
5.3 基于噪声注入的防御措施 | 第75-77页 |
5.3.1 架构设计 | 第75-76页 |
5.3.2 实验分析 | 第76-77页 |
5.4 安全建议 | 第77-79页 |
5.4.1 操作系统设计 | 第77页 |
5.4.2 应用开发 | 第77-78页 |
5.4.3 用户使用 | 第78-79页 |
5.5 本章小节 | 第79-81页 |
第六章 总结与展望 | 第81-83页 |
6.1 总结 | 第81-82页 |
6.2 展望 | 第82-83页 |
参考文献 | 第83-85页 |
致谢 | 第85-87页 |
作者简介 | 第87页 |