[发明专利]一种移动智能设备传感器指纹识别方法

说明书

本发明公开了一种移动智能设备传感器指纹识别方法，步骤1，数据采集：采集移动智能设备的传感器数据；步骤2，数据预处理：对采集到的传感器数据进行切片和插值处理，将传感器数据分为时序长度一致并在时间轴上均匀分布的多段传感器数据；步骤3，传感器指纹识别：由预先训练好的指纹识别神经网络模型对得出的多段传感器数据识别得出移动智能设备传感器指纹；模型训练方式为：先用得出的多段传感器数据对初始的指纹识别神经网络模型进行指纹识别训练，训练后得到训练好的指纹识别神经网络模型。该识别方法通过运动传感器数据进行分析和训练，实现对移动智能设备指纹识别。该方法实现了在给定的多个移动互联网设备中高准确率地识别出不同的设备。

技术领域

本发明涉及属于数据隐私和移动应用领域，尤其涉及一种移动智能设备传感器指纹识别方法。

背景技术

随着移动互联网的繁荣，移动智能设备的识别成为一个迫切的需求，只有精准地识别用户的移动智能设备以及用户，才能使各种移动服务(个性化跨平台推荐、广告跨设备服务等)和数据处理(数据融合、数据交易等)成为可能。现有的获取设备指纹的方法，常见的如浏览器获取cookie、APP请求安卓设备的IMEI和苹果设备的IDFA等，但是由于人们对隐私越来越强烈的关注，这些方法受到了越来越明确的限制，寻求更稳定、有效的设备(或人)指纹的识别方法成为越来越迫切的需求。

发明内容

基于现有技术所存在的问题，本发明的目的是提供一种移动智能设备传感器指纹识别方法，能在给定的多个移动互联网设备中高准确率地识别出不同的设备。

本发明的目的是通过以下技术方案实现的：

本发明实施方式提供一种移动智能设备传感器指纹识别方法，包括：

步骤1，数据采集：采集移动智能设备的传感器数据；

步骤2，数据预处理：对所述步骤1采集到的所述传感器数据进行切片和插值处理，将传感器数据分为时序长度一致并在时间轴上均匀分布的多段传感器数据；

步骤3，传感器指纹识别：由预先训练好的指纹识别神经网络模型对所述步骤2得出的多段传感器数据进行识别得出移动智能设备传感器指纹；所述预先训练好的指纹识别神经网络模型的训练方式为：先利用所述步骤1、步骤2得出多段传感器数据作为训练数据，利用训练数据对初始的指纹识别神经网络模型进行指纹识别训练，训练完成后得到训练好的指纹识别神经网络模型。

由上述本发明提供的技术方案可以看出，本发明实施例提供的移动智能设备传感器指纹识别方法，其有益效果为：

通过采集移动智能设备的传感器数据，经特定的预处理后分为多段传感器数据，利用分出的多段传感器数据，先对初始的指纹识别神经网络模型进行训练，通过训练好的指纹识别神经网络模型对多段传感器数据进行指纹识别得出移动智能设备传感器指纹，进而能利用传感器数据识别出不同的移动智能设备，该方法实现了在给定的多个移动互联网设备中高准确率地识别出不同的设备。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。

图1为本发明实施例提供的移动智能设备传感器指纹识别方法的流程图；

图2为本发明实施例提供的移动智能设备传感器指纹识别方法的多分类长短时记忆深度学习模型的构成示意图。

具体实施方式