| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1. 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文研究内容 | 第13-14页 |
| 1.4 论文组织结构 | 第14-16页 |
| 2. 相关理论基础 | 第16-34页 |
| 2.1 生物行为特征识别 | 第16-19页 |
| 2.1.1 步态识别 | 第16-17页 |
| 2.1.2 手写签名识别 | 第17页 |
| 2.1.3 击键行为识别 | 第17-19页 |
| 2.2 支持向量机(SVM) | 第19-26页 |
| 2.2.1 统计学习理论 | 第19-22页 |
| 2.2.2 支持向量机 | 第22-26页 |
| 2.3 序列最小最优化算法(SMO) | 第26-33页 |
| 2.3.1 关于二次规划算法的探索 | 第28-29页 |
| 2.3.2 SMO算法 | 第29-33页 |
| 2.4 本章小结 | 第33-34页 |
| 3. 基于生物行为特征的手机图形密码认证实现 | 第34-51页 |
| 3.1 手机九宫格解锁图案 | 第34-38页 |
| 3.1.1 屏幕解锁图案简介 | 第34-35页 |
| 3.1.2 图案解锁密码加密原理 | 第35-37页 |
| 3.1.3 安卓手机图案解锁密码的破解方法 | 第37-38页 |
| 3.2 生物行为特征识别在智能手机上的应用研究现状 | 第38-39页 |
| 3.3 生物行为特征识别实验模型介绍 | 第39-40页 |
| 3.4 用户行为特征采集的前期工作 | 第40-42页 |
| 3.4.1 读取的感应器特征数据 | 第41-42页 |
| 3.4.2 采集数据的环境影响 | 第42页 |
| 3.5 用户触摸行为特征数据采集系统 | 第42-46页 |
| 3.5.1 数据库表的设计 | 第43-44页 |
| 3.5.2 数据采集系统界面 | 第44-46页 |
| 3.6 数据处理 | 第46-49页 |
| 3.7 本章小结 | 第49-51页 |
| 4. 实验结果与分析 | 第51-58页 |
| 4.1 测评指标 | 第51-53页 |
| 4.2 分类预测结果分析 | 第53-56页 |
| 4.2.1 LibSVM核函数对比 | 第53-54页 |
| 4.2.2 算法对比实验 | 第54-56页 |
| 4.3 本章小结 | 第56-58页 |
| 5. 总结与展望 | 第58-60页 |
| 5.1 研究工作总结 | 第58-59页 |
| 5.2 未来研究内容展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 后记 | 第63-64页 |
| 致谢 | 第64-66页 |
| 在读期间科研成果 | 第66页 |