通过电肌肉刺激进行用户认证

文献标题

User Authentication via Electrical Muscle Stimulation

文献信息

• 主题领域: 生物识别、用户身份认证、人机交互技术
• 关键词: 电肌肉刺激(EMS), 生物识别身份认证, 可穿戴设备, 挑战-响应机制, 安全认证

研究背景与问题

背景

• 生物识别身份认证通过独特的生物特征（如虹膜、指纹或声音）验证用户身份，提供了无需记忆密码的便利性。
• 然而，传统生物识别技术存在数据库泄漏或攻击后无法重置的安全问题；比如，一旦指纹数据被盗，用户将无法继续使用该方法进行认证。
• 挑战-响应式生物识别机制近年来被研究作为一种解决此类安全漏洞的新方法。例如通过振动或脑电波响应进行认证。

研究问题与挑战

• 如何设计和实现一种基于电肌肉刺激（EMS）的身份验证系统，将人体对电信号的独特反应用于用户身份识别。
• 挑战：基于EMS开发的系统需要既能利用人体生理差异确保个性化，又能设计足够多的挑战来防止重放和仿造攻击。

研究动机

• EMS提供了一个非常新颖的方向，通过其用户间的个体差异性(如骨骼结构、肌肉粘弹性、皮肤导电性等)，提供更高的认证安全性。
• 基于挑战-响应的结构能够对抗数据和模型泄露，同时具有灵活性，可以通过更改挑战快速恢复安全性。

解决方案

方法与创新点

1. 基础架构:

   • 提出名为“ElectricAuth”的交互式身份认证系统。
   • 系统通过发送一组电刺激信号（挑战）至用户的前臂肌肉并利用IMU（惯性测量单元）记录用户的无意识手指运动（响应）。
   • 利用EMS的人体间差异，对生理响应进行建模并作为身份标识。

2. 创新点与流程:

   • 设计了一种无重复的挑战生成机制，在1.2秒内可生成6800万种挑战，显著增强系统的随机性和安全性。
   • 开发了基于深度学习的双阶段认证模型：
     • 异常检测器：通过无监督方法检测用户响应是否属于合法用户。
     • 挑战分类器：验证当前响应是否与实时挑战相符，保护系统免于重放攻击。

3. 实施步骤:

   • 注册阶段: 利用多个随机EMS挑战记录用户的独特肌肉响应，并训练专属认证模型。
   • 验证阶段: 随机发送挑战，实时分析用户的响应以确认身份。
   • 硬件配置: 系统包括医疗级EMS设备、运动捕捉传感器（IMU），并利用深度神经网络进行实时响应分类。

研究成果

具体成果

• 认证准确性:

  • 在70,000+测试样本中，ElectricAuth对6脉冲长度挑战的认证准确率为99.78%。
  • 系统的假验拒绝率（FRR）接近2%，而虚假接受率（FAR）在5% FRR条件下为0.17%。

• 安全性评估:

  • 冒充攻击: 系统在测试中对12名冒充者的攻击成功率仅为0.17%。
  • 重放攻击: 无论是“记录-重放”还是“数据库泄露-重放”攻击，系统均表现出极高的抗攻击能力(FAR为0)。
  • 合成攻击: 即使极端条件下利用在线合成响应模拟攻击，FAR也极低（<0.2%）。

• 稳定性:

  • 在24天纵向研究中，模型显示对时间、湿度及肌肉疲劳条件的鲁棒性，FRR的平均值为2.01%，无明显性能下降。

• 技术可行性:

  • 实时认证延迟仅需3ms（在笔记本CPU上）或35ms（在嵌入式设备上）。
  • 在利用深度摄像头取代IMUs的测试中，获得挑战验证精度99.57%。

相较现有方案的优势

1. 安全性增强: ElectricAuth通过挑战-响应机制有效抗击数据泄露和重放攻击。
2. 响应模式独特性: 基于EMS的生理响应不可复制，大幅提高冒充失败率。
3. 高效性: 遍历巨大挑战集的能力加快了用户注册和认证过程。
4. 多样性应用场景: 系统具备整合于VR/AR或智能可穿戴设备的潜力，适合免手操作领域。

局限性与未来方向

1. 物理要求:

   • 初始化需要调整电极位置，提高耐用性，并定期维护导电凝胶。
   • 认证期间用户需保持双手空闲，不适于部分场景。

2. 时间花费:

   • 虽然刺激单脉冲为200µs，但完整认证需1.3s，相较指纹识别稍显缓慢。

3. 未来方向:

   • 研究EMS在更大挑战集合和更长时间内的鲁棒性。
   • 完善EMS间差异的生理机制理解，扩展到更多复杂姿态。
   • 利用更先进的EMS硬件（如高分辨率电极阵列或植入式设备）优化性能。

应用场景与展望

• 可应用于无需记忆密码的设备交互（如VR、智能手表、医疗设备）。
• 适用于需高安全性的场景，尤其是需帮助认知或运动障碍人士的领域（如脊椎损伤用户认证）。