认识你的主人：基于驾驶员画像的防盗方法

尽管已实施许多防盗技术，汽车盗窃仍在增加。此外，汽车的安全漏洞可通过使防盗系统失效而用于汽车盗窃。随着汽车越来越多地采用计算机化电子设备，此类无钥匙汽车盗窃攻击将会增加。为高效检测汽车盗窃，我们提出了一种利用车内传感器测量数据来分析驾驶模式的驾驶员验证方法。在我们的模型中，我们加入了以往工作排除但可由驾驶员驾驶行为区分的汽车部件机械特征。我们设计了通过特征选择使用显著特征的模型，以降低特征处理的时间成本并提升检测性能。进一步，我们通过推导均值、中位数和标准差等统计特征来丰富特征集。这最小化了每位驾驶员特征值的波动影响，最终生成可靠的模型。我们还分析了滑动窗口大小对性能的影响，以检测检测变得可靠的时间点，并尽快通知车主盗窃事件。我们将模型应用于真实驾驶数据，展示了我们的工作对驾驶员识别文献的贡献。