NF-Heart：一种基于心冲击图的近场非接触式连续用户认证系统

全球冠状病毒疫情导致的远程工作给组织带来了前所未有的网络安全问题。大量证据表明，单次认证已无法满足远程办公的安全需求。连续认证（CA）的出现有望解决这一困境。本文提出了NF-Heart，一个基于生理信号的连续认证系统，利用心冲击图（BCG）进行用户认证。核心思想是BCG测量身体对心脏射血的反作用力所产生的微观运动，我们可从BCG信号中推断出心脏生物特征。为测量BCG，我们在办公椅上部署轻量级加速度计，将普通椅子变成智能连续身份“扫描器”。我们设计了多阶段信号处理来分解和转换失真的BCG信号，以消除运动伪影和动态变化的影响。随后从处理后的BCG信号中提取用户特定的基准特征。我们在105名受试者上进行了全面的验证准确性、安全性、鲁棒性和长期可用性实验。结果表明，NF-Heart实现了96.45%的平均平衡准确率和3.83%的中位等错误率。所提出的信号处理流程能有效应对各种实际干扰。