在各种事件相关潜能 (ERP) 中基于EEG的身份验证
Abeer Al-Nafjan1, Lamia Alahaideb1, Mashael Aldayel2
1Computer Science Department, College of Computer and Information Sciences, Imam Mohammad Ibn Saud Islamic University, Riyadh 11432, Saudi Arabia.
Sensors (Basel, Switzerland)
|August 28, 2025
概括
脑电图 (EEG) 的脑电波模式为安全的用户身份验证提供了一种新的生物识别技术. 一个卷积神经网络 (CNN) 实现了99%的准确性,证明了EEG
科学领域:
- 神经科学与网络安全
- 生物识别身份验证
- 机器学习在安全方面
背景情况:
- 传统的身份验证方法在安全性和用户方便性方面存在局限性.
- 生物识别提供了更安全和个性化的替代方案.
- 脑电图 (EEG) 是一种新的,非侵入性的生物识别方法.
研究的目的:
- 调查EEG信号对用户身份验证的有效性.
- 探索脑电波模式作为独特的生物识别.
- 通过创新的身份验证框架推进网络安全.
主要方法:
- 使用38名参与者的公开EEG验证数据集.
- 与事件相关的诱导潜力 (ERP),特别是P300和N400.
- 应用信号预处理,ERP和功率光谱密度 (PSD) 特性提取.
- 机器学习 (SVM,RF) 和深度学习 (CNN) 分类器的比较.
主要成果:
- 拟议的卷积神经网络 (CNN) 模型实现了99%的准确性.
- 在N400-Faces任务中观察到优异的性能.
- 在从语义和面部刺激中辨别神经特征的有效性.
结论:
- 基于EEG的生物识别是可行的安全和非侵入性身份验证方法.
- 这种方法提高了认证框架的弹性.
- 有助于开发先进的网络安全解决方案.
