源记录设备识别是数字媒体取证领域的一个重要的新兴研究领域。 文献主要集中在源记录设备识别问题,而很少有研究集中在源记录设备验证问题。 基于稀疏表示的分类方法已在许多应用中显示出了希望。 提出了一种基于稀疏表示的源手机验证方案。 它可以进一步分为三种方案,分别利用示例词典,无监督学习词典和监督学习词典。 具体地,利用监督学习算法学习的判别字典,与非监督学习算法相比,它同时考虑了代表能力和判别能力,被用来进一步提高基于稀疏表示的验证系统的性能。 基于MFCC的高斯超向量(GSV)已被证明在捕获记录设备的固有特性方面很有效,可用于构建和学习字典。 介绍了SCUTPHONE,它是来自15部手机的语音录音集。 对来自手机的三种语音记录进行了评估实验,证明了所提出的手机验证方法的有效性。 此外,还分析了示例词典中目标样本的数量和无监督学习词典的大小对源手机验证性能的影响。