一种基于光电容积脉搏波传感器的双因子认证方法技术

本发明专利技术涉及一种基于光电容积脉搏波传感器的双因子认证方法，属于移动计算应用技术领域。本发明专利技术使用光电容积脉搏波传感器采集用户的心跳信号。利用半盲源分离技术和自适应滤波技术，对受到运动伪影干扰的心跳信号进行噪音去除处理，提取纯净的心跳信号。将提取出的心跳信号进行时域与角度域坐标转换。将几何特征从转换后的心跳信号中提取出来，经过转换、加密算法处理后，得到能够唯一识别用户的一系列特征。由此利用智能腕带设备光电容积脉搏波传感器采集心跳信号，实现对用户的双因子认证。本发明专利技术支持高度安全的身份验证，并允许用户重新注册替代凭证，以抵抗重放攻击和中间人攻击。不需要用户保持静止，可以同时使用常用的验证方法。

【技术实现步骤摘要】
一种基于光电容积脉搏波传感器的双因子认证方法
本专利技术涉及一种双因子身份认证方法，尤其涉及一种利用智能腕带设备光电容积脉搏波传感器的基于心跳信号的身份认证方法，属于移动计算应用

技术介绍
随着移动设备在人们日常行为中的广泛普及应用，如短信收发、健康护理、移动支付等与个人和财务敏感信息的联系日益密切，双因子认证在移动设备上得到了广泛的应用。双因子认证是结合两种方法对用户进行认证的方法，进一步提高了系统的安全性，增强了用户的隐私保护，在常用的身份验证方法外，提供了额外的安全防线。现有的双因子认证方法，主要依赖于将常用的移动认证技术相结合。常用的移动认证技术主要分为基于用户知识的方法和基于生物特征的方法。基于用户知识的方法主要有密码解锁、滑动手势解锁等，它们容易受到窥肩攻击和污迹攻击。一些商业系统已经将上述方式应用于双因子认证，但是现有的系统都存在需要用户额外参与、使用体验差等问题。基于生物特征的方法可分为基于生理信号特征的方法和基于生物行为的方法。基于生理信号特征的技术主要有虹膜认证、声音认证、人脸识别和指纹识别。它们可以达到较高的识别精度。然而，上述技术都存在不支持用户进行频繁和持续的身份验证，需要额外的用户参与和重放攻击的问题。基于生物行为的技术也需要用户的额外参与，比如手写签名、嘴唇运动模式等。屏幕操作习惯可以非侵入性地验证用户身份，但它已被证明无法抵抗统计攻击。综上所述，现有的方法存在各种不足，亟需新方法来克服其局限性。
技术实现思路
本专利技术的目的是为了克服现有双因子认证方法需要用户额外参与的技术缺陷，提出一种利用智能腕带式设备光电容积脉搏波传感器采集用户心跳信号特征作一种因子，手写签名、输入密码、手势解锁等常用认证方式作一种因子的双因子结合的认证方法。本专利技术的主要原理是：使用光电容积脉搏波传感器的不同光源(如红外光源和绿色光源)，采集用户的心跳信号。利用半盲源分离技术和自适应滤波技术，对受到运动伪影干扰的心跳信号进行噪音去除处理，提取纯净的心跳信号。将提取出的心跳信号进行时域与角度域坐标转换。将几何特征从转换后的心跳信号中提取出来，经过转换、加密算法处理后，得到能够唯一识别用户的一系列特征。由此利用智能腕带设备光电容积脉搏波传感器采集心跳信号，实现对用户的双因子认证。本专利技术的目的是通过以下技术方案实现的：一种基于光电容积脉搏波传感器的双因子认证方法，包括以下步骤：步骤一：使用光电容积脉搏波传感器的不同光源(如红外光源和绿色光源)，采集用户的心跳信号，并对心跳信号进行预处理。该步骤的目的，是为了去除智能腕带设备光电容积脉搏波传感器采集的心跳信号中的运动伪影，提取纯净的用户心跳。其中，预处理的具体方法如下：步骤1.1：使用带通滤波器，对采集的用户心跳信号进行处理，去除与心跳无关的噪音。步骤1.2：利用半盲源分离技术和自适应滤波技术，对信号进行进一步的去噪，得到用于后续处理的不含有运动伪影等噪声的干净心跳信号。步骤二、提取用户心跳信号的几何特征。步骤2.1：将步骤1.2得到的干净心跳信号，由时域转换到角度域，将角度域心跳信号根据波谷位置切分成单个心跳信号。步骤2.2：从单个和多个心跳信号中，提取能保持稳定且可以唯一标志用户的几何特征。步骤三：生成可重注册的用户特性模板。将步骤2.2提取出的用户心跳信号的几何特征进行转换，生成可重注册的特性模板，并打乱模板内特性的排列顺序。经过处理的心跳几何特征，用于重新注册为特性模板作为身份凭据。步骤四：验证用户身份信息。使用用户特性模板，对随机森林分类器进行训练。当进行用户身份验证时，采集用户的心跳信号，利用步骤一至步骤三所述方法，得到该信号的用户特性模板，利用预先训练好的随机森林分类器进行身份验证。将常规验证方法(如手写签名、输入密码、手势解锁等)作为一种因子，将心跳信号作为另一种因子。当双因子均通过验证时，用户身份验证成功。若有某一因子未能通过身份验证，则验证失败，最终判断出用户是否是授权的用户。至此，从步骤一到步骤四，实现了一种基于光电容积脉搏波传感器的双因子认证方法。有益效果本专利技术方法，与现有认证技术相比，具有以下优点：1.本专利技术仅依靠智能腕带设备中常见的光电容积脉搏波传感器，就可以实现持续的、非侵入式、安全的移动双因子身份认证。本专利技术提供通用的双因子身份认证方法，与例如手写签名、输入密码、滑动手势解锁等身份验证方法可以透明地结合，并且当用户的心跳信号的特性模板被窃取后，可以重注册新的特性模板作为新的身份验证凭证；2.本方法通过利用半盲源分离技术和自适应滤波技术精确地从带有强噪音的原始心跳信号中分离干净的心跳信号。不需要用户保持静止，可以同时验证常用的验证方法，例如：手写签名、输入密码、手势解锁，实现双因子认证；3.本专利技术利用心跳信号在角度域的几何特性对用户的心跳信号进行转换，生成可重注册的特性模板,支持高度安全的身份验证,并允许用户重新注册替代凭证，以抵抗重放攻击和中间人攻击。4.本专利技术的身份认证具有鲁棒性和有效性，在7个志愿者参与的身份验证试验中取得了95.3％的平均F1值。附图说明图1为本专利技术基于光电容积脉搏波传感器的双因子认证方法原理图；图2为本专利技术提出的特征转换策略的图示；其中，(a)为不同函数对相同特征执行转变；(b)为不同函数对不同特征执行转变；图3为本专利技术实施例原型图；图4为本专利技术实施例在手写签名时采集的心跳信号进行身份验证的性能；图5为本专利技术实施例在输入密码时采集的心跳信号进行身份验证的性能；图6为本专利技术实施例在手势解锁时采集的心跳信号进行身份验证的性能；图7为本专利技术实施例在不同采集的心跳信号时长下的性能。具体实施方式下面结合附图和实施例对本专利技术方法做详细说明。如图1所示，一种基于光电容积脉搏波传感器的双因子认证方法，包括以下步骤：步骤一、使用光电容积脉搏波传感器的红外光源和绿色光源，采集用户的心跳信号，并对心跳信号进行预处理。其中，预处理的具体方法如下：步骤1.1：使用带通滤波器，对采集的用户心跳信号进行处理，去除与心跳无关的噪音。由于智能腕带设备采集的心跳信号不可避免的受到外界环境变化以及手部运动的影响，带通滤波器通过屏蔽其他频段的信号，对采集到的心跳信号进行初步降噪。由于人的心率一般为每分钟50-100次，所保留下的心跳信号的频率范围为0.2Hz到10Hz。步骤1.2：利用半盲源分离技术和自适应滤波技术，对信号进行进一步的去噪，得到用于后续处理的不含有运动伪影等噪声的干净心跳信号。具体如下：首先，将步骤1.1收集到的绿色和红外信道的心跳信号，视为纯净心跳信号和运动伪影的叠加结果，分别记作Xgreen，Xinfrared。纯净的心跳信号和运动伪影分别用Sherat、Sma表示。由半盲源分本文档来自技高网...

【技术保护点】
1.一种基于光电容积脉搏波传感器的双因子认证方法，其特征在于，包括以下步骤：/n步骤一：使用光电容积脉搏波传感器的不同光源，采集用户的心跳信号，并对心跳信号进行预处理；/n步骤二、提取用户心跳信号的几何特征；/n步骤2.1：将步骤1.2得到的干净心跳信号，由时域转换到角度域，将角度域心跳信号根据波谷位置切分成单个心跳信号；/n步骤2.2：从单个和多个心跳信号中，提取能保持稳定且能够唯一标志用户的几何特征；/n步骤三：生成可重注册的用户特性模板；/n将步骤2.2提取出的用户心跳信号的几何特征进行转换，生成能够重注册的特性模板，并打乱模板内特性的排列顺序；/n经过处理的心跳几何特征，用于重新注册为特性模板作为身份凭据；/n步骤四：验证用户身份信息；/n使用用户特性模板，对随机森林分类器进行训练；/n当进行用户身份验证时，采集用户的心跳信号，利用步骤一至步骤三所述方法，得到该信号的用户特性模板，利用预先训练好的随机森林分类器进行身份验证；将常规验证方法作为一种因子，将心跳信号作为另一种因子；/n当双因子均通过验证时，用户身份验证成功；若有某一因子未能通过身份验证，则验证失败，最终判断出用户是否是授权的用户。/n...

【技术特征摘要】
20200106 CN 20201000824541.一种基于光电容积脉搏波传感器的双因子认证方法，其特征在于，包括以下步骤：
步骤一：使用光电容积脉搏波传感器的不同光源，采集用户的心跳信号，并对心跳信号进行预处理；
步骤二、提取用户心跳信号的几何特征；
步骤2.1：将步骤1.2得到的干净心跳信号，由时域转换到角度域，将角度域心跳信号根据波谷位置切分成单个心跳信号；
步骤2.2：从单个和多个心跳信号中，提取能保持稳定且能够唯一标志用户的几何特征；
步骤三：生成可重注册的用户特性模板；
将步骤2.2提取出的用户心跳信号的几何特征进行转换，生成能够重注册的特性模板，并打乱模板内特性的排列顺序；
经过处理的心跳几何特征，用于重新注册为特性模板作为身份凭据；
步骤四：验证用户身份信息；
使用用户特性模板，对随机森林分类器进行训练；
当进行用户身份验证时，采集用户的心跳信号，利用步骤一至步骤三所述方法，得到该信号的用户特性模板，利用预先训练好的随机森林分类器进行身份验证；将常规验证方法作为一种因子，将心跳信号作为另一种因子；
当双因子均通过验证时，用户身份验证成功；若有某一因子未能通过身份验证，则验证失败，最终判断出用户是否是授权的用户。


2.如权利要求1所述的一种基于光电容积脉搏波传感器的双因子认证方法，其特征在于，步骤一中，所述预处理的方法如下：
步骤1.1：使用带通滤波器，对采集的用户心跳信号进行处理，去除与心跳无关的噪音；
步骤1.2：利用半盲源分离技术和自适应滤波技术，对信号进行进一步的去噪，得到用于后续处理的不含有运动伪影等噪声的干净心跳信号。


3.如权利要求2所述的一种基于光电容积脉搏波传感器的双因子认证方法，其特征在于，步骤1.2中，利用半盲源分离技术和自适应滤波技术，对信号进行进一步的去噪的方法如下：
首先，将步骤1.1处理后的心跳信号，视为纯净心跳信号和运动伪影的叠加结果，分别记作Xgreen，Xinfrared；纯净的心跳信号和运动伪影分别用Sheart、Sma表示；分离纯净的心跳信号和运动伪影通过定义函数J(W)并求其最大化实现：
J(W)＝E{S(k)S(k+τ)}＝WE{X(k)X(k+τ)}WT(1)
其中，E{*}表示期望，k为时间序列，S(k)表示分离出的信号S＝[Sheart,Sma]T在k时刻的幅值；X(k)表示采集的信号X＝[Xgreen,Xinfrared]T在k时...

【专利技术属性】
技术研发人员：李凡，曹烨彤，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：北京;11