Forskare vid Imperial College London har nyligen tagit fram ett nytt biometriskt kryptosystem för att säkra trådlös kommunikation av bärbar och implanterbar medicinsk utrustning. Deras ramar, beskrivs i en studie publicerad den IEEE Utforska , använder ett artificiellt neuralt nätverk (ANN) ramverk och gångsignalens energivariationer.

Under det senaste decenniet har framsteg inom trådlös kommunikationsteknik har drivit utvecklingen av ett växande antal enheter för kroppssensornätverk (BSN). Dessa är lätta, sensornoder med låg effekt som kan bäras eller implanteras i människokroppen för att övervaka hälsan hos äldre patienter eller de som drabbas av kroniska sjukdomar.

Trots deras värdefulla applikationer, BSN -enheter väcker viktiga säkerhetsproblem, eftersom angripare kan hacka dessa trådlöst anslutna sensorer och bryta mot patienters personliga och hälsoinformation. Med tanke på den mycket begränsade beräkningskraften hos dessa miniatyriserade sensorer, dock, konventionella datasäkerhetssystem kan inte tillämpas för dessa enheter. Forskare försöker därmed utveckla nya avancerade säkerhetsmekanismer som effektivt skulle kunna skydda denna känsliga data.

En effektiv lösning för att säkra BSN -enheter är det biometriska kryptosystemet (BCS), som identifierar patienternas biometriska egenskaper, som hans/hennes ansikte, iris, fingeravtryck, elektrokardiogram (EKG), eller fotopletysmografi (PPG). Forskargruppen vid Imperial College har utvecklat ett nytt BCS -tillvägagångssätt som särskilt fokuserar på variationer i gångsignalens energi; med andra ord, analysera hur olika människor går.

"Toppmodern biometri/bärbar säkerhet använder ofta elektrokardiogram (EKG), hjärtats elektriska aktivitet, men dess hudfästa elektroder begränsar dess applikationer kraftigt, "Yingnan Sun, sa huvudförfattaren till tidningen till TechXplore. "Vi kände att det var nödvändigt att utforska en ny typ av biometri som är både lätt att samla in och icke -invasiv, och gång, hur människor går, kom att tänka på. "

Termen 'gångart' avser ett rörelsemönster för lemmarna hos djur och människor, specifikt när de går/springer. Olika djurarter har sina egna karakteristiska gångarter, men små skillnader kan också observeras mellan enskilda människor.

Gångsignaler kan fångas genom att bära en billig tröghetssensor, som en accelerometer, på kroppen. För närvarande, nästan alla bärbara enheter och många implanterbara enheter är redan utrustade med tröghetssensorer. Genom att använda gångsignaler för att bilda BCS kan man skapa säkra kommunikationskanaler mellan bärbara och implanterbara enheter.

"Utmaningen med att använda gångsignaler för säkerhet är att gångsignalerna som fångas av olika sensorer på olika platser på kroppen har olika mönster, "Sun förklarade." För att lösa detta problem, vi introducerade ett artificiellt neuralt nätverk (ANN) ramverk, som projicerar sensorsignalerna till en enhetlig ram och ökar signalkorrelationen. "

Forskarna använde sitt nyutvecklade ramverk för neurala nätverk för att extrahera liknande funktioner från BSN -sensorer, generera binära nycklar på begäran, utan att kräva användarens ingripande. När de testade sitt tillvägagångssätt på en gångdatauppsättning, de fann att de genererade binära nycklarna hade en hög entropi för alla ämnen.

"Vi fann att användningen av det föreslagna ANN -ramverket avsevärt kan öka korrelationerna mellan gångsignaler som fångas upp av olika bärbara sensorer, vilket resulterar i en enorm förbättring av säkerhetssystemets prestanda, "Sun sa." Detta nyföreslagna säkerhetsramverk är 68,75 procent effektivare än vårt tidigare arbete, generera en 128-bitars nyckel inom bara 12 sekunder efter att ha gått. "

Nycklarna som genererades med hjälp av deras ram klarade både National Institute of Standards and Technology (NIST) och Dieharder statistiska tester, robust diskriminering mellan olika människors gångarter. Det nya tillvägagångssättet visar stort löfte som ett biometriskt säkerhetsverktyg, och kan så småningom bidra till att bättre skydda data som samlas in av bärbara och implanterbara enheter.

"För närvarande, vi har bara undersökt användningen av accelerationssignaler för säkerhetssystemet, men gångsignaler består också av andra typer av signaler, såsom gyroskopsignaler, "Solen sa." Inom en snar framtid, vi skulle vilja ytterligare förbättra prestandan för vårt föreslagna säkerhetssystem med andra signaler. "

© 2018 Tech Xplore