Onderzoekers van Imperial College London hebben onlangs een nieuwe biometrische cryptosysteembenadering ontwikkeld voor het beveiligen van draadloze communicatie van draagbare en implanteerbare medische apparaten. Hun kader, beschreven in een studie gepubliceerd op IEEE Explore , maakt gebruik van een artificieel neuraal netwerk (ANN) raamwerk en variaties in gangsignaalenergie.

In het afgelopen decennium is vooruitgang in draadloze communicatietechnologie heeft de ontwikkeling van een groeiend aantal lichaamssensornetwerken (BSN) aangewakkerd. Deze zijn lichtgewicht, sensornodes met laag vermogen die in het menselijk lichaam kunnen worden gedragen of geïmplanteerd om de gezondheid van oudere patiënten of patiënten met chronische ziekten te bewaken.

Ondanks hun waardevolle toepassingen, BSN-apparaten roepen belangrijke veiligheidsproblemen op, omdat aanvallers deze draadloos verbonden sensoren kunnen hacken en de persoonlijke en gezondheidsinformatie van patiënten kunnen schenden. Gezien de zeer beperkte rekenkracht van deze geminiaturiseerde sensoren, echter, conventionele computerbeveiligingsschema's kunnen niet worden toegepast op deze apparaten. Onderzoekers proberen dus nieuwe geavanceerde beveiligingsmechanismen te ontwikkelen die deze gevoelige gegevens effectief kunnen beschermen.

Een effectieve oplossing voor het beveiligen van BSN-apparaten is de biometrische cryptosysteembenadering (BCS), die de biometrische kenmerken van de patiënt identificeert, zoals zijn/haar gezicht, iris, vingerafdrukken, elektrocardiogram (ECG), of fotoplethysmografie (PPG). Het team van onderzoekers van Imperial College heeft een nieuwe BCS-benadering ontwikkeld die zich in het bijzonder richt op variaties in de energie van het loopsignaal; met andere woorden, analyseren van de manier waarop verschillende mensen lopen.

"State-of-the-art biometrie/draagbare beveiliging maakt vaak gebruik van elektrocardiogram (ECG), de elektrische activiteit van het hart, maar de op de huid bevestigde elektroden beperken de toepassingen aanzienlijk, "Yingnan zon, vertelde de hoofdauteur van het artikel aan TechXplore. "We vonden het nodig om een ​​nieuw soort biometrie te onderzoeken dat zowel gemakkelijk te verzamelen als niet-invasief is, en gang, de manier waarop mensen lopen, kwam in me op."

De term 'gang' verwijst naar een bewegingspatroon van de ledematen bij dieren en mensen, vooral als ze lopen/rennen. Verschillende diersoorten hebben hun eigen karakteristieke gangen, maar er kunnen ook kleine verschillen worden waargenomen tussen individuele mensen.

Gangsignalen kunnen worden vastgelegd door het dragen van een goedkope traagheidssensor, zoals een versnellingsmeter, op het lichaam. Momenteel, bijna alle draagbare apparaten en veel implanteerbare apparaten zijn al uitgerust met traagheidssensoren. Door loopsignalen te gebruiken om het BCS te vormen, kunnen beveiligde communicatiekanalen tot stand worden gebracht tussen draagbare en implanteerbare apparaten.

"De uitdaging van het gebruik van loopsignalen voor veiligheid is dat de loopsignalen die door verschillende sensoren op verschillende locaties op het lichaam worden vastgelegd, verschillende patronen hebben, " legde Sun uit. "Om dit probleem op te lossen, we hebben een artificieel neuraal netwerk (ANN) raamwerk geïntroduceerd, die de sensorsignalen projecteert naar een verenigd frame en de signaalcorrelatie verhoogt."

De onderzoekers gebruikten hun nieuw ontwikkelde neurale netwerkframework om vergelijkbare functies uit BSN-sensoren te extraheren, het genereren van binaire sleutels op aanvraag, zonder tussenkomst van de gebruiker. Toen ze hun aanpak testten op een loopdataset, ze ontdekten dat de gegenereerde binaire sleutels een hoge entropie hadden voor alle proefpersonen.

"We ontdekten dat het gebruik van het voorgestelde ANN-raamwerk de correlaties tussen loopsignalen die door verschillende draagbare sensoren worden vastgelegd, aanzienlijk kan vergroten, resulterend in een enorme verbetering van de prestaties van het beveiligingsschema, Sun zei. "Dit nieuw voorgestelde beveiligingsraamwerk is 68,75 procent efficiënter dan ons vorige werk, het genereren van een 128-bits sleutel binnen slechts 12 seconden lopen."

De sleutels die zijn gegenereerd met behulp van hun raamwerk, hebben zowel de National Institute of Standards and Technology (NIST) als de statistische tests van Dieharder doorstaan, krachtig onderscheid te maken tussen de gangen van verschillende mensen. De nieuwe aanpak is veelbelovend als een biometrische beveiligingstool, en kan uiteindelijk helpen om de gegevens die worden verzameld door draagbare en implanteerbare apparaten beter te beschermen.

"Momenteel, we hebben alleen het gebruik van versnellingssignalen voor het beveiligingsschema onderzocht, maar loopsignalen bestaan ​​ook uit andere soorten signalen, zoals gyroscoopsignalen, " zei Sun. "In de nabije toekomst, we willen de prestaties van ons voorgestelde beveiligingsschema met andere signalen verder verbeteren."

© 2018 Tech Xplore