多模式生物识别认证系统:探索EEG和签名
Banee Bandana Das1, Chinthala Varnitha Reddy1, Ujwala Matha1
1Department of Computer Science and Engineering, SRM-AP, Neerukonda, Guntur, Andhra Pradesh 522240 India.
Cognitive neurodynamics
|December 9, 2025
概括
这项研究引入了一种多式生物识别系统,将脑电图 (EEG) 脑电波和手写签名相结合,以提高安全性. 这种新的方法达到97%的准确性,为传统的单一特征生物识别身份验证提供了强大的替代方案.
科学领域:
- 生物识别和网络安全
- 神经科学与人与计算机的交互
- 信号处理和机器学习
背景情况:
- 单模生物识别系统面临诸如伪造,传感器噪音和环境因素等挑战.
- 现有的身份验证方法需要加强以提高安全性和可靠性.
- 多模式生物识别通过整合多个独特的个体特征提供了一个有前途的解决方案.
研究的目的:
- 开发和评估一个多模式生物识别认证系统.
- 通过结合脑电图 (EEG) 信号和手写签名来提高安全性,效率和稳定性.
- 为了减轻与单模生物识别身份验证相关的风险,例如伪造和传感器故障.
主要方法:
- 利用14通道电脑电图 (EEG) 读数来捕捉独特的脑波模式.
- 集成的手写签名图像用于行为特征分析.
- 实施无融合技术,整合生理 (EEG) 和行为 (签名) 数据.
- 在一个包含30个受试者的真实和伪造数据的数据集上评估了系统.
主要成果:
- 多模式生物识别系统实现了97%的高准确率.
- 集成EEG和签名数据显著减少了单模系统的漏洞.
- 该系统在区分真实用户和假冒者方面表现出有效性.
结论:
- 综合EEG和手写签名的多式生物识别身份验证提供了一个高度安全和强大的身份验证方法.
- 拟议的系统有效地克服了传统单模式方法的局限性.
- 模块化设计,高效的算法和简单的硬件为小型组织提供了可扩展性.
