[发明专利]一种基于加速度数据的动作识别和隐私保护的方法及系统

说明书

本发明公开了一种基于加速度数据的动作识别和隐私保护的方法及系统。本发明方法包括以下步骤：对原始加速度传感器数据进行预处理；将预处理后的数据进行格式转换为特征数据；根据互信息理论计算不同采样率下所述特征数据分别与动作、身份的互信息，并相应获得动作总互信息数值、身份总互信息数值；将所述互信息数值进行可视化转换成供用户选择的方案。本发明系统与上述方法对应。鉴于现有从步态特征获取个人身份隐私技术的发展与针对加速度数据隐私保护方案的匮乏，本发明能很好应用在个人数据隐私的保护。

技术领域

本发明属于信息安全技术领域，尤其涉及一种基于加速度数据的动作识别和隐私保护的方法及系统。

背景技术

目前，大部分的手机与可穿戴设备均内置有加速度传感器，加速度数据被广泛用于识别用户的动作状态。然而，用户的步态行为是有这独特特征的，这导致了加速度数据被用来非法获取身份信息。随着移动终端的普及，迫切需要一种简单易行，可见度高的隐私保护体制来应对当前趋势。

发明内容

本发明的目的在于提供一种基于加速度数据的动作识别和隐私保护的方法及系统，旨在解决上述背景技术中现有技术的不足。

本发明是这样实现的，一种基于加速度数据的动作识别和隐私保护的方法，该方法包括以下步骤：

S1、对原始加速度传感器数据进行预处理；

S2、将预处理后的数据进行格式转换为特征数据；

S3、根据互信息理论计算不同采样率下所述特征数据分别与动作、身份的互信息，并相应获得动作总互信息数值、身份总互信息数值；

S4、将所述互信息数值进行可视化转换成供用户选择的方案。

优选地，在步骤S1中，所述加速度传感器数据包括加速度传感器三轴数据、方向传感器三轴数据、陀螺仪的三轴数据；

在步骤S1中，所述预处理包括对原始加速度数据的分帧、过滤以及确定加速度采样率。

优选地，在步骤S2中，所述特征数据包括时域特征数据以及频域特征数据。

优选地，所述时域特征数据包括平均值、方差、标准差、平均绝对差、最大值、最小值、中值、第70百分位数、第80百分位数以及第90百分位数；

所述频域特征数据包括峰值频率、频谱能量。

优选地，在步骤S3中，所述互信息计算方法为：

其中，F为特征变量和，C_Activity为动作类别变量，p(f)、p(c_activity)为密度函数分布，p(f，c_activity)为联合概率分布。

本发明进一步公开了一种基于加速度数据的动作识别和隐私保护的系统，该系统包括：

数据预处理模块，用于对原始加速度传感器数据进行预处理；

特征提取模块，用于将预处理后的数据进行格式转换为特征数据；

互信息计算模块，用于根据互信息理论计算不同采样率下所述特征数据分别与动作、身份的互信息，并相应获得动作总互信息数值、身份总互信息数值；

可视化模块，用于将所述互信息数值进行可视化转换成供用户选择的方案。

优选地，在所述数据预处理模块中，所述加速度传感器数据包括加速度传感器三轴数据、方向传感器三轴数据、陀螺仪的三轴数据；

在所述数据预处理模块中，所述预处理包括对原始加速度数据的分帧、过滤以及确定加速度采样率。

优选地，在所述特征提取模块中，所述特征数据包括时域特征数据以及频域特征数据。