| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第11-16页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 本文研究内容及文章结构 | 第13-16页 |
| 1.3.1 论文研究内容 | 第13-14页 |
| 1.3.2 文章组织结构 | 第14-16页 |
| 2 相关工作 | 第16-26页 |
| 2.1 智能手机传感器 | 第16-18页 |
| 2.2 Android系统介绍 | 第18-21页 |
| 2.2.1 Android应用程序组件 | 第18-20页 |
| 2.2.2 Android权限机制 | 第20-21页 |
| 2.3 智能手机非敏感型传感器与用户隐私 | 第21-22页 |
| 2.4 Weka工具与数据挖掘 | 第22-26页 |
| 2.4.1 数据挖掘 | 第22-23页 |
| 2.4.2 Weka工具介绍 | 第23-26页 |
| 3 基于非敏感型传感器的隐私识别 | 第26-42页 |
| 3.1 系统识别原理 | 第26-27页 |
| 3.2 SensorLogger传感器信息采集系统 | 第27-31页 |
| 3.2.1 系统需求 | 第28-29页 |
| 3.2.2 工作流程 | 第29-30页 |
| 3.2.3 耗电量分析 | 第30-31页 |
| 3.3 数据采集和处理 | 第31-38页 |
| 3.3.1 数据采集 | 第32-34页 |
| 3.3.2 数据预处理和特征提取 | 第34-36页 |
| 3.3.3 Random Forest算法介绍 | 第36-38页 |
| 3.4 实验结果与分析 | 第38-41页 |
| 3.4.1 实验结果 | 第38-40页 |
| 3.4.2 结果分析 | 第40-41页 |
| 3.4 本章小结 | 第41-42页 |
| 4 基于非敏感型传感器的用户身份识别 | 第42-59页 |
| 4.1 识别原理 | 第42-44页 |
| 4.2 识别框架 | 第44-45页 |
| 4.2.1 身份识别的工作流程 | 第44-45页 |
| 4.3 身份识别的数据采集和处理 | 第45-52页 |
| 4.3.1 手势数据的采集 | 第45-47页 |
| 4.3.2 数据的预处理 | 第47-51页 |
| 4.3.2.1 降噪处理 | 第47-49页 |
| 4.3.2.2 数据边界处理 | 第49-51页 |
| 4.3.3 特征提取 | 第51-52页 |
| 4.4 算法描述 | 第52-55页 |
| 4.4.1 SVM研究介绍 | 第52-53页 |
| 4.4.2 SVM原理和基本方法 | 第53-55页 |
| 4.5 实验结果和分析 | 第55-58页 |
| 4.5.1 性能评估标准 | 第55-56页 |
| 4.5.2 实验结果与分析 | 第56-58页 |
| 4.6 本章总结 | 第58-59页 |
| 5 结论 | 第59-61页 |
| 5.1 工作总结 | 第59-60页 |
| 5.2 研究展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 作者简历 | 第64-65页 |
| 独创性声明 | 第65-66页 |
| 学位论文数据集 | 第66页 |