随着互联网时代的迅猛发展,可穿戴设备逐渐走入千家万户,如可穿戴腕带,智能可穿戴手表等。可穿戴设备本身具有强大的数据收集能力和传输能力,收集用户心率信息、加速度信息、步态信息、位置信息;收集用户日常通信的文字数据、音频数据、视频数据。可穿戴设备的安全性逐渐被用户所重视,而常见的密码解锁的方式容易引起密码泄露。当用户在穿戴可穿戴设备时,如何判断当前用户是不是设备拥有者对于设备拥有者极为重要。本论文主要研究了可穿戴设备用户识别问题,并以用户的步态信息作为用户识别的要素。另外,当前几乎所有已存在的基于步态的可穿戴设备识别方法都忽略了对能量问题的考虑,或者借助昂贵的硬件设备来完成识别任务而忽略了设备的成本。对于不考虑能量消耗的识别方法,如果可穿戴设备需要频繁充电,消费者不会愿意使用此类可穿戴设备;对于使用额外硬件设备的识别方法,会带来可穿戴设备的成本和售价的增加的问题。人的步态信息已经被作独一无二的用户特征,本文基于用户步态信息来实现可穿戴设备的用户识别。本文的工作主要包括两个方面:1.针对多用户使用设备的使用场景,分析用户识别可以使用多分类方法,本论文实验了多种常用的多分类方法,并进行了能量消耗的对比,最终使用朴素贝叶斯算法在保证较高的识别准确率的同时保证较低的能量消耗。2.针对单用户使用设备的使用场景,本论文提出并实现了在线用户识别系统,无需对设备拥有者的额外干预即可构建完整的识别系统。