基于声音的击键信号识别

最新推荐文章于 2023-12-27 17:55:43 发布

weixin_30794499

最新推荐文章于 2023-12-27 17:55:43 发布

阅读量2.3k

点赞数 1

文章标签：人工智能 matlab 数据结构与算法

原文链接：http://www.cnblogs.com/hkkeryu/p/10277963.html

版权

本文探讨了基于声音的击键识别技术，包括声音信号预处理（巴特沃斯滤波）、击键特征参数提取以及支持向量机（SVM）神经网络训练。研究通过分析声音信号，提取短时能量和峰值片段，使用能量检测算法识别击键高峰，结合频率特征进行分类。实验表明，该方法在识别率上具有一定的效果，未来研究趋势将关注提高识别方案的鲁棒性和应用多样性。

摘要由CSDN通过智能技术生成

摘要

本文文章采用击键信号的短时能量及峰值片段的幅度及各个幅度对应的频率作为特征向量。采用声音搜集装置搜集敲击键盘产生的声音信号，并对声音信号进行巴特沃斯滤波方法进行滤波预处理；将上述经过滤波得到的信号减去环境背景信号，得到当前信号；其中，所述环境背景信号是一段无击键动作发生时采集的环境中的声音信号。

利用能量检测算法并提取出每个敲击动作的击键高峰的信号片段；使用能量检测算法检测出一个击键动作产生的音频信号中所要分析的、能量值最大的敲击波峰；对识别出的敲击波峰后，通过将该波峰波形的能量值与一个设定的阈值比较，得到该敲击波峰的起始点和终止点。

计算每个敲击动作的短时能量归一化值，击键高峰的信号片段并结合幅度对应的频率作为特征进行分类。为了将分类匹配算法更为准确，引入性能更优支持向量机的神经网络算法进行分类匹配，识别出每次的敲击；

将采集的信号一部分作为测试，作出实际分类和预测分类视图，并且计算得到正确识别率。

关键字：短时能量；能量检测算法；峰值片段；支持向量机训练

3.5支持向量机（SVM）神经网络训练 12

绪论

1.简介

1.1研究背景及研究动机

如今，随着各种信号检测系统的发展，键盘击键识别变得越来越重要。通过不同的信号检测，我们能够重现出敲击键盘的内容。随着信息安全技术的发展和人们对信息保密的要求越来越高，能够检测信号的同时做好反检测，正是当下所要考虑的。在做好检测击键行为的同时，设计出更好地方式来保护人的隐私。现有的室内环境中，击键所产生的声音，手势对室内WiFi信号的影响及击键动力方面的研究都可以被作为窃听的技术，从技术原理上研究键盘识别技术，从而更好地防止击键行为被窃听。

1.2主要研究问题

在安全研究领域，电磁设备和机械设备的信号泄露一直是一项重要的研究课题。早在上世纪 10 年代，德国科学家就曾对法国军队的电话线缆进行窃听。1943 年，一名工程师在使用 131-B2 型号的贝尔电话时，无意间发现了显示在示波器上电磁信号，由此，美国陆军和海军制造出当时的绝密的加密终端进行战时信息通讯，用于抵御德国和日本的密码分析研究人员可以使用特殊设备干扰空中的电磁波，通过对电磁波的提取和解码可以窃取用户的播放视频中的影像信息这种形式的窃听攻击可以在较远的范围内完成，并且具备较强的穿透障碍的能力。最近以来，研究人员通过声波的传播在物体表面引起的微小的振动来对声波进行还原然而，上述攻击方案对泄露信号的捕捉多是依赖精密的仪器设备完成的，在实际应用场景中，部署精密仪器的会为攻击的实施带来不小的难度。

新世纪以来，小型的移动设备，例如，移动电话和智能可穿戴设备，正逐渐变为强有力的工具，为了能够运行各种各样的应用程序，从邮件客户端到网上银行，移动设备中传感器的种类和数目以惊人的速度增长，让用户以意想不到的方式与外面的世界互动。然而，恶意软件可以通过获取手机摄像头的控制权限，进而获取用户的图像信息，也可以激活麦克风，录取周围环境中的声音。相关领域的研究人员注意到小型移动设备来的一系列安全隐患，并且发现用户使用键盘输入的文本内容可以从键盘泄露的声音信手机加速度计变化的读数中还原出来。本研究将针对击键识别这一具体问题，积极探索新的应用场景，提出更为普适的解决方案。