使用自适应式布隆过器的ECG生物识别基于模板构建的模板

科学领域:

• 生物识别信息 生物识别信息
• 信号处理 信号处理
• 网络安全 网络安全

背景情况:

• 生物识别为记住凭证提供了一个替代方案.
• 心电图 (ECG) 生物识别显示出潜力,但由于模板保护薄弱,面临隐私和安全挑战.
• 现有的ECG生物识别系统难以保护敏感的用户数据.

研究的目的:

• 引入基于Bloom波器的新策略,从心电图数据中生成安全的生物识别模板.
• 在基于ECG的识别和验证系统中增强隐私和安全.
• 提高ECG生物识别系统对未经授权的访问和变化的稳定性.

主要方法:

• 开发基于Bloom镜的模板生成技术,用于ECG生物识别.
• 整合非线性转换以防止模板重建.
• 实施基于四分位数范围的方法来确认身份.
• 在识别和验证模式下对拟议方案的评估.

主要成果:

• 拟议的Bloom过器策略有效地解决了隐私和安全问题.
• 非线性转换显著复杂化模板重建.
• 四分区间范围方法提高了对变化和攻击的准确性.
• 实现的平均等错误率为7.9% (识别) 和1.3% (验证).

结论:

• 基于Bloom波器的ECG生物识别模板生成提供了一个安全有效的解决方案.
• 拟议的方法增强了用户隐私和系统安全.
• 该系统在现实场景中表现出高精度和稳定性.