26、基于卷积神经网络与物联网技术的签名验证及通信系统解析

基于卷积神经网络与物联网技术的签名验证及通信系统解析

1. 基于CNN的签名验证系统

在签名验证领域，基于卷积神经网络（CNN）的系统在云启用的树莓派上得以成功开发。这个系统旨在帮助终端用户检测和防止工作场所的欺诈行为，其研究目标主要有两个：一是开发一种合适的离线、依赖书写者的签名验证方法；二是将验证过程集成到物联网（IoT）架构中。

1.1 系统效果与问题

该系统能将不具备认证签名验证系统的组织的欺诈风险降低90%。不过，模型的准确性受多种因素影响。比如，拍摄签名图像时没有标准流程，图像质量参差不齐，而在CNN开发中使用的是扫描图像作为训练和测试数据集，这种质量差异会影响预测准确性。此外，除了缩放和灰度处理，没有对捕获的图像进行更复杂的预处理，像锐化等更精细的预处理方法可以提高图像质量。

在实验过程中，研究人员还遇到了一些挑战。首先，获取足够数量的签名作为可训练数据很困难，且用于训练模型的签名必须保持一致，否则会影响签名验证的效果。解决方案包括使用纸上的网格来确保签名大小一致，以及在使用签名作为训练数据前与已接受的签名进行比较，保证差异在可接受范围内。其次，由于签名的不一致性和数据量问题，预测模型很容易过拟合。虽然可以通过数据增强来解决，但增强图像之间的关联性仍然存在，不如获取高质量的原始数据有效。以下是预测真实和伪造签名的混淆矩阵：
| | 预测正确 | 预测错误 |
| — | — | — |
| 真实签名 | 3 | 2 |
| 伪造签名 | 4 | 1 |

2. 物联网相关技术

在当前的网络时代，物联网（IoT）技术实现了设备和机器之间的无缝连接和信息交换。它通过