赋予医疗保健权力:在医疗物联网中使用sEMG进行安全的手势认证

科学领域:

• 生物识别和网络安全
• 信号处理和机器学习
• 物联网 (IoT) 安全 安全 物联网

背景情况:

• 像指纹这样的传统生物识别数据,由于其不可取消的性质,会带来隐私风险.
• 暴露的生物识别模板无法更改,导致潜在的隐私侵犯.
• 基于无线人体区域网络 (WBAN) 的物联网 (IoT) 应用程序需要强大而安全的用户身份验证.

研究的目的:

• 提出一个新的安全EMG框架,用于WBAN-IoT中可取消的生物识别身份验证.
• 通过使用手势编码的表面电肌图 (sEMG) 信号来增强信息安全和用户隐私.
• 让用户能够重置受损的生物识别令牌,从而提高系统的安全性和可靠性.

主要方法:

• 在16次静态手/手腕运动中,从前臂肌肉 (flexor carpi ulnaris) 收集的sEMG信号.
• 应用纯频击波器 (5-500 Hz) 来降低噪音,并提取时间域特征.
• 实现了调整式提升完美分类器,用于准确的分类和匹配得分计算.

主要成果:

• 实现了99.72%的高认证准确率.
• 获得了96.0%的F1得分,表明了强大的分类表现.
• 记录了一个非常低的等错率 (EER) 0.0037,证明了稳定性.

结论:

• 安全的EMG框架为WBAN-IoT认证提供了可靠和安全的可取消生物识别解决方案.
• 使用sEMG信号与手势相结合,提供了一个独特的,保护隐私的生物识别令牌.
• 拟议的方法有效地解决了传统生物识别的局限性,提高了整体系统的安全性.