基于加速度计的步态分割：用户与对抗者同步识别
信号处理
2019-10-15 v1 机器学习
机器学习
摘要
本文提出一种基于加速度计数据的新步态分割方法，并开发了两个时间序列之间的新距离函数，在同步识别用户与对抗者方面展现出新颖性与有效性。与通常使用的神经网络方法相比，我们的方法利用几何特征更精确地提取行走周期，并采用新的相似性度量来进行用户-对抗者识别。这种同步识别用户与对抗者的新技术有助于超越仅用户识别的网络安全。特别地，该新技术被应用于手机记录的行走数据，在 6 类分类（用户-对抗者识别）中达到 准确率，在二分类（仅用户识别）中达到 准确率。除行走信号外，我们的方法也适用于上楼、下楼及混合行走信号。该技术在大数据集和小数据集上均可行，克服了神经网络当前面临的挑战，如大数据集需调大量超参数、小数据集缺乏训练数据。此外，这里开发的新距离函数可应用于任意信号分析。
引用
@article{arxiv.1910.06149,
title = {Accelerometer-Based Gait Segmentation: Simultaneously User and Adversary Identification},
author = {Yujia Ding and Weiqing Gu},
journal= {arXiv preprint arXiv:1910.06149},
year = {2019}
}