-
公开(公告)号：CN104850773B
公开(公告)日：2018-08-10
申请号：CN201510246540.2
申请日：2015-05-14
Applicant: 西安交通大学
IPC: G06F21/32
Abstract: 本发明公开了一种用于智能移动终端的用户身份认证方法，通过设计特定的移动终端运动操作方式，将移动终端主动运动与触屏操作有机的结合起来；利用用户进行认证操作时产生的多种传感器行为数据及触屏行为数据，以用户触屏测地距离为基础建立描述手指触屏轨迹与移动终端空间姿态位置映射关系的特征向量序列，计算距离特征向量，来判断用户身份合法性。本发明方法的优点在于：操作简单，无需增加任何额外设备；提出具有空间平移和旋转不变性的行为特征，有效避免了移动终端旋转、平移等姿态变化对认证结果的影响。
-
公开(公告)号：CN104966011B
公开(公告)日：2018-07-17
申请号：CN201510324917.1
申请日：2015-06-12
Applicant: 西安交通大学
IPC: G06F21/32
Abstract: 本发明公开了一种移动终端儿童用户的非协作式判断及限制操作权限的方法，利用用户在触摸屏上进行点击或者滑动操作时产生的触控事件序列，分析计算触摸手指宽度和指尖面积、触摸接触面宽度和长度、触摸压力信息，进而判断用户是否为儿童，并限制或恢复相应操作权限。本发明方法的优点在于：操作简单，无需增加任何额外设备；不用使用摄像头，避免了图像信息处理技术会受到环境和生理因素干扰的问题。使用场景更加自然，可在后台自动对当前用户是否为儿童进行识别、而且识别精度高。同时，可以根据判断结果自动限制或恢复用户的部分权限，使用方便、用户体验好。
-
公开(公告)号：CN104408341A
公开(公告)日：2015-03-11
申请号：CN201410641806.9
申请日：2014-11-13
Applicant: 西安交通大学
CPC classification number: G06F21/316
Abstract: 本发明公开了一种基于陀螺仪行为特征的智能手机用户身份认证方法，通过分析智能手机用户在触屏操作时所产生的陀螺仪行为数据，根据触屏操作的时间信息提取不同操作事件对应的传感器行为数据，生成传感器行为特征，并基于行为特征建立用户的身份认证模型，对智能手机用户进行身份认证。本发明方法的优点在于：操作简单，无需增加任何额外设备；在不改变用户习惯的基础上使用陀螺仪操作行为描述手机用户在认证过程中体现出的行为特性，以此作为用户身份判定的依据，能够有效防止污迹攻击和观察攻击，具有广泛的安全性和适用性。
-
公开(公告)号：CN103530540A
公开(公告)日：2014-01-22
申请号：CN201310454565.2
申请日：2013-09-27
Applicant: 西安交通大学
CPC classification number: G06F21/32 , G06F2221/2133
Abstract: 本发明公开了一种基于人机交互行为特征的用户身份属性检测方法，通过分析用户与智能计算系统交互过程中操作人机交互设备（例如鼠标、键盘、触摸屏等）所产生的人机交互行为，提取人机交互行为特征，并基于人机交互特征建立用户的身份属性模板，对用户的身份属性（性别、年龄、种族等）进行检测和判别。本发明方法的优点在于：人机交互行为填补了在智能计算系统中对操作者身份属性进行分析的空白,为计算机及移动网络用户信息感知分析提供了一种全新的思路。此外，本发明可以在用户与智能计算系统交互过程中对用户进行持续的分析，且不会对用户的正常行为产生干扰。
-
公开(公告)号：CN1328876C
公开(公告)日：2007-07-25
申请号：CN200410026264.0
申请日：2004-06-24
Applicant: 西安交通大学
IPC: H04L12/22
Abstract: 本发明公开了一种异常文件访问自适应检测方法，包括以下步骤：1)实时记录计算机系统中产生的文件资源访问请求；2)对记录的文件访问资源请求进行预处理；3)用文件访问关系树记录正常的文件访问记录中描述的文件访问关系；4)根据时间稀缺度t-Rarity，将文件访问关系树分为固定和变化的两部分；5)对文件访问记录进行分析，并选择性学入正常的文件访问行为；5)将异常的文件访问记录上报给安全管理员；6)周期性的更新文件访问关系树并删除文件访问关系树中记录的过时文件访问关系。该方法采用选择性自学习与自适应遗忘机制相结合，使其不需人工干预就可以安全可靠的自动建立正常行为模型，同时自适应机制显著提高了系统的检测精度，可以准确的检测出包括未知攻击在内的大量恶意行为。
-
Patent Agency Ranking
公开(公告)号：CN118095559A
公开(公告)日：2024-05-28
申请号：CN202410336449.9
申请日：2024-03-22
Applicant: 西安交通大学
IPC: G06Q10/04 , H02J3/00 , G06Q50/06 , G06F30/27 , G06N3/0455 , G06N3/0895
Abstract: 一种自监督数据联系表征学习的电力系统暂态稳定评估方法，包括通过对电力系统进行时域仿真，采集系统故障时及故障之前设定时间的数据，并对所采集到的数据进行预处理，得到自监督训练数据集和监督训练数据集；构建基于自监督数据联系表征学习的自监督模型与暂态稳定评估模型；分别利用自监督训练数据集和监督训练数据集对构建的自监督模型与暂态稳定评估模型进行训练，并将自监督模型融合进入暂态稳定评估模型；将融合后的暂态稳定评估模型进行在线应用，输出暂态稳定评估结果。本发明可以从原始的、无标签的数据中学习到只与原始数据本身相关的特征，解决现有的监督学习方法在数据集较少的限制下存在暂态稳定评估精度不佳的问题。
-
公开(公告)号：CN113849112B
公开(公告)日：2024-04-16
申请号：CN202111165167.X
申请日：2021-09-30
Applicant: 西安交通大学 , 国网浙江省电力有限公司
IPC: G06F3/0484 , G06F3/01 , G06Q10/0631 , G06Q50/06
Abstract: 一种适用于电网调控的增强现实交互方法、装置及存储介质，通过在虚实混合空间中将不可见的虚拟操作平面与操作台真实电脑屏幕叠合的方式为用户提供同真实电脑屏幕增强现实交互的支持；交互方法包括在真实屏幕周围设置多个虚拟屏幕作为辅助显示设备，就近显示与当前内容相关的其他内容，通过坐标映射建立虚拟操作平面上坐标点和真实电脑屏幕中像素点的数学对应关系；感知用户是否在真实屏幕上注视关键信息所在区域，并根据事先设定，用增强现实方式显示关联信息或相关提示；相关信息可以以虚拟三维对象的方式显示在周围；用户将指定虚拟屏幕上的内容与真实屏幕显示的内容调换，或与虚拟三维对象交互。本发明可以有效提高工作效率，减轻工作负担。
-
公开(公告)号：CN113849112A
公开(公告)日：2021-12-28
申请号：CN202111165167.X
申请日：2021-09-30
Applicant: 西安交通大学 , 国网浙江省电力有限公司
IPC: G06F3/0484 , G06F3/01 , G06Q10/06 , G06Q50/06
Abstract: 一种适用于电网调控的增强现实交互方法、装置及存储介质，通过在虚实混合空间中将不可见的虚拟操作平面与操作台真实电脑屏幕叠合的方式为用户提供同真实电脑屏幕增强现实交互的支持；交互方法包括在真实屏幕周围设置多个虚拟屏幕作为辅助显示设备，就近显示与当前内容相关的其他内容，通过坐标映射建立虚拟操作平面上坐标点和真实电脑屏幕中像素点的数学对应关系；感知用户是否在真实屏幕上注视关键信息所在区域，并根据事先设定，用增强现实方式显示关联信息或相关提示；相关信息可以以虚拟三维对象的方式显示在周围；用户将指定虚拟屏幕上的内容与真实屏幕显示的内容调换，或与虚拟三维对象交互。本发明可以有效提高工作效率，减轻工作负担。
-
公开(公告)号：CN108629167B
公开(公告)日：2020-10-27
申请号：CN201810436881.X
申请日：2018-05-09
Applicant: 西安交通大学
Abstract: 一种结合可穿戴设备的多智能设备身份认证方法，利用可穿戴设备对佩戴状态的准确感知，在用户佩戴可穿戴设备时对使用者进行身份认证，在用户摘除可穿戴设备时自动解除身份认证。通过认证后的可穿戴设备，对用在其他智能设备上的操作过程进行多设备多传感器联合认证。综合用户在智能设备上进行的交互操作，智能设备和可穿戴设备上的加速度陀螺仪等实时传感器数据，计算多设备间的操作行为的动作时间同步性和空间姿态一致性指标，以此为依据来实现智能设备上的用户操作实时认证，无感地将可穿戴设备在佩戴时建立的使用者信任传递给智能设备。本发明通过传感器数据进行操作的动作时间同步性和空间姿态一致性判断，自动实现操作级的实时身份认证。
-
公开(公告)号：CN105068743B
公开(公告)日：2018-07-17
申请号：CN201510324918.6
申请日：2015-06-12
Applicant: 西安交通大学
IPC: G06F3/0488 , G06F21/31
Abstract: 本发明公开了一种基于多指触控行为特征的智能移动终端认证方法，包括：(1)通过多指触屏操作获取用户的触屏操作信息，其中，多指触屏操作为多指在并拢状态下的触屏滑动；(2)从用户触屏操作信息中提取触屏的生理特征和行为特征，将以上特征合并为一个特征向量；(3)利用所述合并的特征向量对概率神经网络分类器和支持向量机分类器进行训练，生成合法用户的训练模型；(4)采集测试用户触屏操作信息，按照步骤(2)处理，得到测试用户触屏操作合并的特征向量，将其放入所述两个分类器中与合法用户的训练模型对比，获得是否为合法用户的分类结果。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.026 seconds)
