| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第1章 绪论 | 第7-14页 |
| 1.1 课题研究的背景和意义 | 第7-11页 |
| 1.1.1 信息安全的相关概念定义和特征 | 第7-8页 |
| 1.1.2 信息安全面临的问题 | 第8-10页 |
| 1.1.3 移动智能触摸屏设备的信息安全 | 第10-11页 |
| 1.2 本文主要工作 | 第11-12页 |
| 1.3 论文结构安排 | 第12-14页 |
| 第2章 移动智能触摸屏设备现存的用户识别机制 | 第14-24页 |
| 2.1 触摸屏技术简介 | 第14-16页 |
| 2.2 传统密码识别机制 | 第16-19页 |
| 2.2.1 静态密码机制 | 第16-17页 |
| 2.2.2 动态密码机制 | 第17-19页 |
| 2.3 部分新兴用户识别机制 | 第19-23页 |
| 2.3.1 人脸识别机制 | 第19-20页 |
| 2.3.2 指纹识别机制 | 第20-22页 |
| 2.3.3 虹膜识别机制 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 基于触摸屏解锁手势特征的用户识别方案 | 第24-49页 |
| 3.1 击键动力学识别机制 | 第24-32页 |
| 3.1.1 生物特征识别机制介绍 | 第24-25页 |
| 3.1.2 击键动力学识别研究介绍 | 第25-29页 |
| 3.1.3 击键动力学识别在移动智能触摸屏用户认证上的应用 | 第29-32页 |
| 3.2 基于触摸屏解锁手势特征的用户识别方案的总体概述 | 第32-34页 |
| 3.3 基于触摸屏解锁手势特征的用户识别方案的理论和技术基础 | 第34-40页 |
| 3.3.1 用户认证技术的分类 | 第35-37页 |
| 3.3.2 用户认证的主要研究问题 | 第37-38页 |
| 3.3.3 用户认证系统的准确度评价指标 | 第38-39页 |
| 3.3.4 K近邻算法 | 第39-40页 |
| 3.4 手势特征的选取 | 第40-45页 |
| 3.4.1 时间特征 | 第42页 |
| 3.4.2 触摸压力特征和按压面积特征 | 第42页 |
| 3.4.3 滑动速度特征 | 第42-45页 |
| 3.5 用户识别方案 | 第45-48页 |
| 3.5.1 基于统计值的门限训练判别方案 | 第45-47页 |
| 3.5.2 基于K近邻算法的分类方案 | 第47-48页 |
| 3.6 本章小结 | 第48-49页 |
| 第4章 基于触摸屏解锁手势特征的用户识别实验 | 第49-68页 |
| 4.1 用户手势特征数据的采集和实验数据库的建立 | 第49-51页 |
| 4.2 用户识别实验的基本思路 | 第51-52页 |
| 4.3 用户验证实验结果 | 第52-64页 |
| 4.4 用户鉴定实验结果 | 第64-65页 |
| 4.5 手势特征的变异系数分析 | 第65-66页 |
| 4.6 实验结果分析和讨论 | 第66-67页 |
| 4.7 本章小结 | 第67-68页 |
| 第5章 总结与展望 | 第68-70页 |
| 5.1 总结 | 第68页 |
| 5.2 展望 | 第68-70页 |
| 参考文献 | 第70-73页 |
| 发表论文和参加科研情况说明 | 第73-74页 |
| 致谢 | 第74页 |
