解锁基于脑电图的全面用户身份验证系统的安全性
Adnan Elahi Khan Khalil1, Jesus Arturo Perez-Diaz1, Jose Antonio Cantoral-Ceballos1
1School of Engineering and Sciences, Tecnologico de Monterrey, Monterrey 64700, Nuevo Leon, Mexico.
Sensors (Basel, Switzerland)
|January 8, 2025
概括
这项研究引入了一种基于神经网络的基于电脑电图 (EEG) 的新型身份验证系统. 该系统根据大脑信号准确识别和认证用户,达到97%的准确性,以提高安全性.
科学领域:
- 神经科学是一个神经科学.
- 计算机科学 计算机科学
- 生物识别信息 生物识别信息
背景情况:
- 由于人工智能的进步,对强大的安全系统的需求越来越大.
- 对用于用户身份验证的脑信号 (EEG) 分析越来越感兴趣.
- 以往基于EEG的方法在实现高精度方面的局限性.
研究的目的:
- 开发和评估基于EEG的用户身份验证方案.
- 利用P300潜力和一个多层感知器前神经网络 (MLP FFNN).
- 在用户识别和身份验证方面实现高精度.
主要方法:
- 使用电脑电图 (EEG) 信号,专注于P300电位.
- 采用了多层感知前神经网络 (MLP FFNN).
- 使用五个频段的功率光谱密度 (PSD) 相互信息 (MI) 的特征提取.
- 两个阶段的过程:用户识别 (多类分类) 和用户身份验证 (概率评估).
主要成果:
- 在基于EEG的用户识别中实现了97%的准确性.
- 在基于EEG的用户身份验证中实现了97%的准确性.
- 该计划可以容纳新的用户,而不需要再培训.
结论:
- 拟议的基于EEG的身份验证方案提供了一种可靠和准确的方法来保护个人资产.
- P300潜能,MLP FFNN和MI特征提取的组合提供了强大的身份验证.
- 这种方法代表了使用脑-计算机接口的生物识别安全的重大进步.
