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...

【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