[发明专利]一种触摸屏脆弱性分析和防护方法及系统在审
申请号: | 202210706204.1 | 申请日: | 2022-06-21 |
公开(公告)号: | CN115130503A | 公开(公告)日: | 2022-09-30 |
发明(设计)人: | 徐文渊;冀晓宇;蒋燕;闫琛;王凯 | 申请(专利权)人: | 浙江大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 杭州求是专利事务所有限公司 33200 | 代理人: | 郑海峰 |
地址: | 310058 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 触摸屏 脆弱 分析 防护 方法 系统 | ||
1.一种触摸屏脆弱性分析与防护方法,其特征在于,包括以下步骤:
步骤1,构建扫频信号,对测试设备进行干扰检测,通过触摸屏工作状态初步判断脆弱性,若存在脆弱性,则记录脆弱频点及脆弱类型,并执行后续步骤,否则停止检测;
步骤2,收集存在脆弱频点的测试设备触摸屏的驱动信号,并判断其驱动方式;
步骤3,根据测试设备触摸屏的驱动方式和脆弱类型构造干扰信号,将所述干扰信号产生的触点相关数据作为异常样本数据,将正常触摸产生的触点相关数据作为正常样本数据;
步骤4,构建多生物特征的机器学习模型,并利用异常样本数据和正常样本数据进行训练;
步骤5,将训练好的多生物特征的机器学习模型置入测试设备内作为报点增强模型,实时采集待测试设备的触点相关数据,触摸屏不响应识别为异常的触点,实现脆弱性防护。
2.根据权利要求1所述的一种触摸屏脆弱性分析与防护方法,其特征在于,步骤1所述的脆弱频点包括面向传导的脆弱频点一和面向辐射的脆弱频点二;当存在脆弱频点一和脆弱频点二的任一种时,则初步判断测试设备存在脆弱性。
3.根据权利要求2所述的一种触摸屏脆弱性分析与防护方法,其特征在于,当测试设备存在面向传导的脆弱频点一时,在测试设备内安装针对脆弱频点一的共模信号滤波模块;当测试设备存在面向辐射的脆弱频点二时,在测试设备内安装针对脆弱频点二的差模信号滤波模块。
4.根据权利要求2所述的一种触摸屏脆弱性分析与防护方法,其特征在于,所述的脆弱频点一的检测方法为:
通过任意波形发生器连接高压放大器或射频放大器,将放大后的扫频信号作为脆弱性检测信号源,通过设置调整扫频信号参数得到基于传导脆弱性检测的扫频信号源和基于辐射脆弱性检测的扫频信号源;
将基于传导脆弱性检测的扫频信号源的输出端正极与连接测试设备的数据线地端相连接,输出端负极悬空,从而向测试设备内部注入共模干扰信号;在干扰注入阶段,对触摸屏进行触摸操作,观察触点轨迹是否发生异常,以判断是否存传导脆弱性,并将干扰最强烈的频点定为脆弱频点一;
将偶极子天线的两端与基于辐射脆弱性检测的扫频信号源的输出端正负极相连,将天线放置在测试设备的触摸屏正上方,从而向测试设备注入辐射干扰信号;在干扰注入阶段,对触摸屏进行触摸操作,观察触点轨迹是否发生异常,以判断是否存辐射脆弱性,并将干扰最强烈的频点定为脆弱频点二;
所述的异常是指触摸异常或滑动轨迹偏离实际位置。
5.根据权利要求1所述的一种触摸屏脆弱性分析与防护方法,其特征在于,所述的测试设备触摸屏的驱动方式包括顺序驱动和并行驱动。
6.根据权利要求5所述的一种触摸屏脆弱性分析与防护方法,其特征在于,所述的根据测试设备触摸屏的驱动方式构造干扰信号,具体为:
若测试设备触摸屏的驱动方式为顺序驱动,则不同驱动电极上的驱动信号随时间顺序分布,且每个驱动信号内部的高频信号是一样的,通过设计信号周期和持续时间并调整时延,构造时序干扰信号;
若测试设备触摸屏的驱动方式为并行驱动,则触摸屏的驱动信号是同时产生的,不同电极上的驱动信号采用码分复用的方式,因此利用信号重放法,按照驱动信号的编码形式构造编码干扰信号。
7.根据权利要求1或6所述的一种触摸屏脆弱性分析与防护方法,其特征在于,异常样本数据的获取方式为:将干扰信号注入在指定驱动电极位置,采集触摸假点相关数据作为异常样本数据。
8.根据权利要求1所述的一种触摸屏脆弱性分析与防护方法,其特征在于,所述的触点相关数据包括触点位置的电容值变化量、触点附近电容值平均变化量、触点位置压力数据、触点位置的容值变化持续时长、产生两假点或触摸点的时间间隔。
9.根据权利要求1所述的一种触摸屏脆弱性分析与防护方法,其特征在于,所述的多生物特征的机器学习模型是由输入层、隐藏层、输出层三部分组成的神经网络模型。
10.一种触摸屏脆弱性分析与防护系统,用于实现权利要求1所述的触摸屏脆弱性分析与防护方法,其特征在于,所述的系统包括:
脆弱性检测模块,其用于构建扫频信号,对测试设备进行干扰检测,通过触摸屏工作状态初步判断脆弱性,若存在脆弱性,则记录脆弱频点及脆弱类型;
干扰信号构造模块,其用于判断其驱动方式,并根据测试设备触摸屏的驱动方式构造干扰信号;
数据收集模块,其用于收集干扰信号产生的触点相关数据作为异常样本数据,以及收集正常触摸产生的触点相关数据作为正常样本数据;
数据处理模块,其用于对正常样本数据和异常样本数据进行归一化处理;
模型构建和训练模块,其用于构建多生物特征的机器学习模型,并利用归一化后的异常样本数据和正常样本数据进行训练;
报点增强策略模块,其用于将训练好的机器学习模型置入测试设备内作为报点增强模型,实时采集待测试设备的触点相关数据,触摸屏不响应识别为异常的触点。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大学,未经浙江大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210706204.1/1.html,转载请声明来源钻瓜专利网。