[论文解读] A Key to Your Heart: Biometric Authentication Based on ECG Signals

Nikita Samarin, Donald Sannella|Edinburgh Research Explorer|Jun 21, 2019

User Authentication and Security Systems参考文献 23被引用 4

一句话总结

本论文提出了一种基于消费级心电图（ECG）监测仪的心电图生物识别认证方法，证明了在四个月内采集的心电信号具有足够的稳定性，可实现可靠的用户认证。在会话内EER为2.4%，会话间EER为9.7%，研究证实了低成本ECG设备在真实场景中实现安全、免密码认证的可行性。

ABSTRACT

In recent years, there has been a shift of interest towards the field of biometric authentication, which proves the identity of the user using their biological characteristics. We explore a novel biometric based on the electrical activity of the human heart in the form of electrocardiogram (ECG) signals. In order to explore the stability of ECG as a biometric, we collect data from 55 participants over two sessions with a period of 4 months in between. We also use a consumer-grade ECG monitor that is more affordable and usable than a medical-grade counterpart. Using a standard approach to evaluate our classifier, we obtain error rates of 2.4% for data collected within one session and 9.7% for data collected across two sessions. The experimental results suggest that ECG signals collected using a consumer-grade monitor can be successfully used for user authentication.

研究动机与目标

• 评估在为期四个月的时间内，心电信号作为用户认证生物特征的长期稳定性。
• 评估使用消费级非侵入式心电图监测仪而非医疗级设备的心电图认证性能。
• 比较两种评估方法——EER与HTER——在真实世界认证场景中对分类器性能的估计影响。
• 确定心电信号是否可作为可靠、稳定且可用的生物特征，用于连续用户认证。
• 探索将低成本心电图传感器集成到现有访问控制系统中的实际可行性。

提出的方法

• 使用消费级单导联心电图监测仪，从55名参与者中收集了两次相隔四个月的会话的心电图数据。
• 每会话采用标准的80/20训练-测试划分，其中80%的信号用于训练，20%用于测试。
• 采用两种不同的评估方法评估分类器：等错误率（EER）与半目标错误率（HTER），后者模拟了基于阈值的决策过程。
• 采用留一法交叉验证策略以减少偏差，即每个分类器均在排除目标用户数据的其余数据上进行训练，并在该用户的数据上进行测试。
• 从心电图波形中提取生物特征，并使用标准分类模型将用户信号与存储的模板进行比较。
• 使用EER与HTER指标报告性能结果，结果在49名受试者上聚合，以确保统计稳健性。

实验结果

研究问题

• RQ1 通过消费级心电图监测仪采集的心电信号是否能在四个月内提供稳定的生物识别认证？
• RQ2 当训练数据来自第一次会话而测试数据来自四个月后的第二次会话时，心电图认证的性能如何退化？
• RQ3 不同的评估方法（EER与HTER）如何影响真实世界认证场景中分类器错误率的估计？
• RQ4 与医疗级设备相比，使用消费级心电图设备在多大程度上影响了心电图生物识别系统的可靠性与准确性？
• RQ5 基于心电图的生物识别系统是否可以实际部署于使用低成本可穿戴传感器的真实世界访问控制系统中？

主要发现

• 当训练与测试数据在同一会话内采集时，基于心电图的认证系统实现了2.4%的等错误率（EER），表明在短期条件下性能表现强劲。
• 当训练数据来自第一会话而测试数据来自四个月后的第二会话时，EER上升至9.7%，表明性能随时间推移出现可测量的退化。
• 使用半目标错误率（HTER）指标，系统在会话内实现4.58%的HTER，会话间实现30.02%的HTER，反映出在基于阈值决策规则下的更真实性能估计。
• 本研究证实，即使使用低成本消费级心电图监测仪，心电信号仍具备足够的稳定性和独特性，适用于生物识别认证，支持其在实际系统中的应用。
• 结果表明，基于心电图的生物识别在连续认证中依然可行，尽管性能随时间退化，提示需要定期更新模板。
• 本研究强调了将低成本心电图传感器集成到现有认证系统中的潜力，前提是未来工作需解决欺骗抵抗与用户隐私问题。