机构名称：
¥ 1.0
摘要 — 随着基于体感网络 (BSN) 的健康信息学的蓬勃发展，近年来此类医疗设备的信息安全受到越来越多的关注。利用 BSN 直接获取的生物信号作为个人身份识别的生物特征是一种有效的方法。不可取消性和跨应用不变性是大多数传统生物特征识别模式的两个天然缺陷。生物特征模板一旦暴露，将永远被泄露。更糟糕的是，由于相同的生物特征可能在多个应用程序中用作不同帐户的令牌，因此暴露的模板可用于泄露其他帐户。在本文中，我们提出了一种基于高密度表面肌电图 (HD-sEMG) 的可取消和跨应用差异的生物特征识别方法用于个人身份识别。我们为每个用户注册了两个帐户。右手背不同手指肌肉等长收缩时产生的 HD-sEMG 信号被用作生物识别标记。由于等长收缩与动态收缩不同，不需要实际移动，因此用户登录不同账户的选择可以得到极大的保护，避免被冒名顶替。我们利用间隔 9 天获取的训练和测试数据，对 44 个身份（22 个受试者 × 2 个账户）实现了 85.8% 的出色识别准确率。同一用户的不同账户的高识别准确率
可取消的基于 HD-sEMG 的交叉生物识别技术......
主要关键词
相关文件推荐
