Mobile device identification via sensor fingerprinting based on user behavior analysis

Bu yüksek lisans tez çalışması akıllı cihazlarda yer alan sensörleri kullanarak, kullanıcı alışkanlıklarına göre değişen sensör hareketlerindeki farklılıkları tespit edip cihazların tanımlanmasını sağlayan bir çalışma sunmaktadır. Akıllı cihaz sensörleri, kullanıcı hareket tanılama, sağlık koçluğu, ani hareketlerin tespit edilmesi gibi birçok farklı alanda hali hazırda kullanılmaktadır. Bunların dışında, sensör verilerine dayanarak cihaz tanılama ile daha akıllı ve kullanışlı bir sistem tasarlanabilir. Klasik kullanıcı tanılama teknolojileri, web/mobil üzerinde kullanıcının tekilliğini ifade eden, donanım ya da yazılım tarafından üretilmiş kimlik bilgisini kul- lanmaktadır. Örneğin, tarayıcılarda yer alan çerez bilgisi, akıllı cihazlarda bulunan seri numarası mevcut sistemler tarafından kullanılmaktadır. Fakat, bu yöntemler gizlilik ve kalıcılık barındırmaması nedeniyle cihaz tanılama problemine çözüm getirmemektedir. Akıllı cihaz sensörleri ile kullanıcı tanılama çalışması kapsamında 25 farklı kullanıcı için 140 GB dan fazla sensör verisi kullanıldı. Veri içerisinde yer alan farklı sensörler arasından ivmeölçer, jiroskop, basınç, yer çekimi ve ışık sensörleri tercih edildi. Sensör verilerinden çıkarılan öznitelikleri değerlendirmek için Rastgele Orman, Gradyan Artırma, Genelleştirilmiş Lineer Model ve Yapay Sinir Ağı algoritmaları kullanıldı. Sonuç olarak, ivmeölçer ve jiroskop sensörleri birlikte kullanıldığında, Rastgele Orman algoritması ile %96 gibi bir başarı oranı elde edildi.