Pesquisadores do Imperial College London desenvolveram recentemente uma nova abordagem de criptossistema biométrico para proteger as comunicações sem fio de dispositivos médicos vestíveis e implantáveis. Sua estrutura, descrito em um estudo publicado em IEEE Explore , usa uma estrutura de rede neural artificial (ANN) e variações de energia do sinal de marcha.

Na última década, os avanços na tecnologia de comunicação sem fio alimentaram o desenvolvimento de um número crescente de dispositivos de rede de sensores corporais (BSN). Estes são leves, Nós sensores de baixa potência que podem ser usados ​​ou implantados no corpo humano para monitorar a saúde de pacientes idosos ou afetados por doenças crônicas.

Apesar de suas valiosas aplicações, Dispositivos BSN levantam questões de segurança importantes, já que os invasores podem hackear esses sensores conectados sem fio e violar as informações pessoais e de saúde dos pacientes. Dado o poder computacional muito limitado desses sensores miniaturizados, Contudo, esquemas convencionais de segurança de computador não podem ser aplicados a esses dispositivos. Os pesquisadores, portanto, buscam desenvolver novos mecanismos de segurança avançados que possam proteger com eficácia esses dados confidenciais.

Uma solução eficaz para proteger dispositivos BSN é a abordagem do criptossistema biométrico (BCS), que identifica as características biométricas dos pacientes, como seu rosto, íris, impressões digitais, eletrocardiograma (ECG), ou fotopletismografia (PPG). A equipe de pesquisadores do Imperial College desenvolveu uma nova abordagem BCS que se concentra particularmente nas variações de energia do sinal de marcha; em outras palavras, analisar a maneira como as pessoas andam.

"Segurança biométrica / vestível de última geração geralmente usa eletrocardiograma (ECG), a atividade elétrica do coração, mas seus eletrodos fixados na pele limitam muito suas aplicações, "Yingnan Sun, o principal autor do artigo disse à TechXplore. "Sentimos que era necessário explorar um novo tipo de biometria que é fácil de coletar e não invasivo, e marcha, a maneira como as pessoas andam, veio à mente. "

O termo 'marcha' refere-se a um padrão de movimento dos membros em animais e humanos, especificamente quando estão caminhando / correndo. Diferentes espécies de animais têm seus próprios modos de andar característicos, mas pequenas diferenças também podem ser observadas entre os seres humanos individuais.

Os sinais de marcha podem ser capturados usando um sensor inercial de baixo custo, como um acelerômetro, no corpo. Atualmente, quase todos os dispositivos vestíveis e muitos dispositivos implantáveis ​​já estão equipados com sensores inerciais. O uso de sinais de marcha para formar o BCS pode estabelecer canais de comunicação seguros entre dispositivos vestíveis e implantáveis.

"O desafio de usar sinais de marcha para segurança é que os sinais de marcha capturados por diferentes sensores em diferentes locais do corpo têm padrões diferentes, "Sun explicou." Para resolver este problema, introduzimos uma estrutura de rede neural artificial (RNA), que projeta os sinais do sensor para um quadro unificado e aumenta a correlação do sinal. "

Os pesquisadores usaram sua estrutura de rede neural recém-desenvolvida para extrair recursos semelhantes de sensores BSN, gerar chaves binárias sob demanda, sem exigir a intervenção do usuário. Quando eles testaram sua abordagem em um conjunto de dados de marcha, eles descobriram que as chaves binárias geradas tinham uma alta entropia para todos os assuntos.

"Descobrimos que o uso da estrutura de ANN proposta pode aumentar significativamente as correlações entre os sinais de marcha capturados por diferentes sensores vestíveis, resultando em uma grande melhoria no desempenho do esquema de segurança, "Sun disse." Esta nova estrutura de segurança proposta é 68,75 por cento mais eficiente do que nosso trabalho anterior, gerar uma chave de 128 bits em apenas 12 segundos depois de caminhar. "

As chaves geradas usando sua estrutura foram aprovadas nos testes estatísticos do Instituto Nacional de Padrões e Tecnologia (NIST) e Dieharder, discriminando fortemente entre os modos de andar de diferentes pessoas. A nova abordagem mostra uma grande promessa como uma ferramenta de segurança biométrica, e poderia eventualmente ajudar a proteger melhor os dados coletados por dispositivos vestíveis e implantáveis.

"Atualmente, nós apenas exploramos o uso de sinais de aceleração para o esquema de segurança, mas os sinais de marcha também consistem em outros tipos de sinais, como sinais de giroscópio, "Disse Sun." Num futuro próximo, gostaríamos de melhorar ainda mais o desempenho de nosso esquema de segurança proposto incorporando outros sinais. "

© 2018 Tech Xplore