Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Chống gian lận: Sinh trắc học dựa trên EEG đáng tin cậy với khả năng thời gian thực từ phản ứng thần kinh của trình bày hình ảnh mặt liên tiếp nhanh
Tóm tắt
Tín hiệu điện não đồ (EEG) phản ánh các mẫu hoạt động não cụ thể của một đối tượng và được coi là một sinh trắc học lý tưởng do tính vô hình vượt trội, không thể sao chép và không bị cưỡng chế. Để nâng cao khả năng áp dụng của nó trong xác thực danh tính, một phương pháp xác thực danh tính mới dựa trên EEG được đề xuất dựa trên trình bày hình ảnh mặt liên tiếp nhanh theo cách tự mình hoặc không phải mình. Trái ngược với các nghiên cứu trước đó đã trích xuất các đặc trưng EEG từ trạng thái nghỉ ngơi hoặc hình ảnh vận động, mô hình thiết kế này có thể thu được một đặc điểm sinh trắc học rõ ràng và ổn định với chi phí thời gian thấp hơn. Việc chọn kênh đã được áp dụng để chọn các kênh cụ thể cho từng người dùng nhằm nâng cao khả năng di động của hệ thống và cải thiện khả năng phân biệt giữa người dùng và kẻ xâm nhập. Hai kịch bản kẻ xâm nhập khác nhau được thiết kế để kiểm tra an ninh hệ thống, cho thấy khả năng chống gian lận. Mười lăm người dùng và ba mươi kẻ xâm nhập đã tham gia vào thí nghiệm. Giá trị chính xác xác thực trung bình cho hai kịch bản lần lượt là 91,31% và 91,61%, với chi phí thời gian là 6 giây, minh họa độ chính xác và khả năng thời gian thực của hệ thống. Hơn nữa, để đánh giá tính lặp lại và độ ổn định của mô hình của chúng tôi, một phiên thu thập dữ liệu khác được thực hiện cho mỗi người dùng. Sử dụng các mô hình phân loại được tạo ra từ các phiên trước đó, tỷ lệ bị từ chối giả trung bình đạt 7,27%, cho thấy độ bền của mô hình của chúng tôi. Kết quả thí nghiệm cho thấy rằng mô hình và phương pháp được đề xuất là hiệu quả cho việc xác thực danh tính dựa trên EEG.
Từ khóa
#EEG #sinh trắc học #xác thực danh tính #gian lận #trình bày hình ảnh mặt liên tiếp nhanhTài liệu tham khảo
Weng R, Lu J, Tan YP. Robust point set matching for partial face recognition. IEEE Transact Image Process. 2016;25:1163–76.
Kouamo S, Tangha C. Fingerprint recognition with artificial neural networks: application to e-learning. J Intell Learn Syst Appl. 2016;08:39–49.
Gunson N, Marshall D, Mcinnes F, Jack M. Usability evaluation of voiceprint authentication in automated telephone banking: sentences versus digits. Interact Comput. 2011;23:57–69.
Marsico MD, Petrosino A, Ricciardi S. Iris Recognition through machine learning techniques: a survey. Pattern Recogn Lett. 2016;82:106–15.
Fratini A, Sansone M, Bifulco P, Cesarelli M. Individual identification via electrocardiogram analysis. Biomed Eng Online. 2015;14:78.
Suresh M, Krishnamohan PG, Holi MS. Electromyography analysis for person identification. Int J Biom Bioinform. 2011;5:172.
Abo-Zahhad M, Ahmed SM, Abbas SN. A new EEG acquisition protocol for biometric identification using eye blinking signals. Int J Intell Syst Technol Appl. 2015;07:48–54.
Del Pozo-Banos M, Alonso J, Ticay-Rivas JR, Travieso CM. Electroencephalogram subject identification: a review. Expert Syst Appl Int J. 2014;41:6537–54.
Bassett DS, Gazzaniga MS. Understanding complexity in the human brain. Trends Cognit Sci. 2011;15:200–9.
Palaniappan R, Mandic DP. Biometrics from brain electrical activity: a machine learning approach. IEEE Trans Pattern Anal Mach Intell. 2007;29:738–42.
Marcel S, Millán JR. Person authentication using brainwaves (EEG) and maximum a posteriori model adaptation. IEEE Trans Pattern Anal Mach Intell. 2007;29:743–52.
Poulos M, Rangoussi M, Chrissikopoulos V, Evangelou A. Person identification based on parametric processing of the EEG. In the IEEE international conference on electronics, circuits and systems, 1999 proceedings of ICECS. 1999, 283–286.
Ravi KVR, Palaniappan R. Leave-one-out authentication of persons using 40 Hz EEG oscillations. In the international conference on computer as a tool. 2006, 1386–1389.
Snodgrass JG, Vanderwart M. A standardized set of 260 pictures: norms for name agreement, image agreement, familiarity, and visual complexity. J Exp Psychol Hum Learn Mem. 1980;6:174–215.
Shiliang S. Multitask learning for EEG-based biometrics. In 2008 19th international conference on pattern recognition; 2008, 1–4.
Abo-Zahhad M, Ahmed SM, Abbas SN. A new multi-level approach to EEG based human authentication using eye blinking. Pattern Recogn Lett. 2016;82:216–25.
Yeom SK, Suk HI, Lee SW. Person authentication from neural activity of face-specific visual self-representation. Pattern Recogn. 2013;46:1159–69.
Miyakoshi M, Kanayama N, Iidaka T, Ohira H. EEG evidence of face-specific visual self-representation. Neuroimage. 2010;50:1666–75.
Sugiura M, Sassa Y, Jeong H, Horie K, Sato S, Kawashima R. Face-specific and domain-general characteristics of cortical responses during self-recognition. Neuroimage. 2008;42:414–22.
Jeong H, Sugiura M, Sassa Y, Horie K, Sato S, Kawashima R. Face-specific and domain-general characteristics of cortical responses during self-recognition. Neuroimage. 2008;42:414.
Potter MC. Rapid serial visual presentation (RSVP): a method for studying language processing. New Methods Read Compr Res. 1984;118:91–118.
Acqualagna L, Blankertz B. Gaze-independent BCI-spelling using rapid serial visual presentation (RSVP). Clin Neurophysiol. 2013;124:901–8.
Thulasidas M, Guan C, Wu J. Robust classification of EEG signal for brain-computer interface. IEEE Trans Neural Syst Rehabil Eng. 2006;14:24–9.
Wu Q, Zeng Y, Lin Z, Wang X, Yan B. Real-time EEG-based Person authentication system using face rapid serial visual presentation. In the 8th international IEEE EMBS conference on neural engineering. Shanghai; 2017, 564–567.
Chen Y, Atnafu AD, Schlattner I, Weldtsadik WT, Roh M-C, Kim HJ, Lee S-W, Blankertz B, Fazli S. A high-security EEG-based login system with RSVP stimuli and dry electrodes. IEEE Trans Inform Forens Secur. 2016;11:2635–47.
Yin E, Zeyl T, Saab R, Hu D, Zhou Z, Chau T. An Auditory-tactile visual saccade-independent P300 brain-computer interface. Int J Neural Syst. 2016;26:1650001.
Gerson AD, Parra LC, Sajda P. Cortically coupled computer vision for rapid image search. Neural Syst Rehabilit Eng IEEE Trans. 2006;14:174–9.
Pohlmeyer EA, Wang J, Jangraw DC, Lou B, Chang S-F, Sajda P. Closing the loop in cortically-coupled computer vision: a brain-computer interface for searching image databases. J Neural Eng. 2011;8:036025.
Tanaka JW, Curran T, Porterfield AL, Collins D. Activation of preexisting and acquired face representations: the N250 event-related potential as an index of face familiarity. J Cognit Neurosci. 2006;18:1488–97.
Armstrong BC, Ruiz-Blondet MV, Khalifian N, Kurtz KJ, Jin Z, Laszlo S. Brainprint: assessing the uniqueness, collectability, and permanence of a novel method for ERP biometrics. Neurocomputing. 2015;166:59–67.
Marcel S, Millan JDR. Person authentication using brainwaves (EEG) and maximum a posteriori model adaptation. IEEE Trans Pattern Anal Mach Intell. 2007;29:743–52.
Miyamoto C, Baba S, Nakanishi I. Biometric person authentication using new spectral features of electroencephalogram (EEG). In 2008 international symposium on intelligent signal processing and communications systems. 2009, 1–4.
Mu Z, Hu J, Min J. EEG-based person authentication using a fuzzy entropy-related approach with two electrodes. Entropy. 2016;18:432.