SkullID：基于智能眼镜的颅内声音传导认证

文献标题

SkullID: Through-Skull Sound Conduction based Authentication for Smartglasses

文献信息

• 主题领域: 身份认证技术，智能设备安全，骨传导音频信号处理
• 关键词: Smartglass认证, 骨传导, 声学响应, 生物识别, 安全性, 可用性, 模拟攻击, 多麦克风融合

研究背景与问题

• 问题或挑战:

  • 智能眼镜作为新兴技术面临身份认证的需求。然而，传统认证方式（如密码或指纹识别）不适用于其小巧紧凑的形态。
  • 一些基于生物识别的认证方式（如面部识别、虹膜扫描）需要专门传感器且可能受环境光线或用户行为影响。
  • 声学信号用于认证虽然具有吸引力，但现有解决方案在抗噪声能力及传感器摆放灵活性方面存在不足。

• 研究重要性:

  • 智能眼镜中的认证系统需要保证用户隐私保护，同时具备高效性（快速认证）、适应性（环境变化）和抗攻击性。

• 研究动机与相关工作:

  • 引用以往工作如SkullConduct和类似研究，发现通过头骨传导的音频信号可以承载生物识别模式信息。
  • 现有研究主要使用单一传感器位置或空中麦克风，缺乏对不同麦克风组合及多场景（噪音、多次使用）下的全面评估。

解决方案

• 提出的方法:

  • SkullID 利用骨传导声信号进行用户认证，信号通过头骨传播，并在多个麦克风位置捕获。
  • 研究中使用了右侧乳突骨传感器作为声源，并将麦克风置于额头和左乳突位置。
  • 开发了一种基于支持向量机（SVM）的分类器，用以认证用户身份。

• 创新点:

  • 首次探索多传感器位置组合的认证性能。
  • 提出了降低训练数据量的优化方法，显著提升适用性。
  • 综合性分析测试了设备对环境噪声、振动干扰和模仿攻击的鲁棒性。

• 实施步骤与技术:

  • 通过三个原型（头带原型、智能眼镜框原型、一体式智能眼镜原型）支持逐步验证。
  • 使用了多种音频信号（如线性调频、唤醒音、语音音频）进行实验。
  • 数据处理采用功率谱密度（PSD）和梅尔频率倒谱系数（MFCC）提取特征，并组合多传感器数据特征。

研究成果

• 具体成果:

  • 在初步实验中（25位参与者），使用额头和左乳突麦克风时错误率（EER）降至2.35%，为多传感器结合方法的最佳结果。
  • 后续长时测试中（30位参与者）即使跨多次召回仍保持较低EER（2.72%）。
  • 另一测试中，系统在多日使用（27位参与者）中的EER保持稳定（2.94%）。

• 优势:

  • 系统对背景噪声的敏感性显著降低（对比SkullConduct采用空中麦克风的系统，后者在噪声环境下EER高达65.61%）。
  • 通过混合学习（加入攻击样本），有效抵御了信号重放和模仿攻击。

• 实验与评估结果:

  • 在多次实验中表明，通过两个麦克风的组合（额头+乳突），可显著提高可靠性。
  • 用户对使用体验评价较高：实验后系统的可用性得分（SUS）平均超过76。
  • 验证性能和训练时间在资源受限的设备（如树莓派）上仍可支持，训练一个分类器仅需30秒。

• 局限性与未来方向:

  • 当前测试主要集中于亚洲参与者，设备性能在其他人种中的适用性尚需进一步验证。
  • 更广泛的使用情景如公共交通等复杂环境中的表现仍需研究。
  • 此外，未来可考虑结合骨传导麦克风与空中麦克风，进一步提升系统的可靠性。