基于EEG数据特征实时安全认证方法技术

本发明专利技术公开了基于EEG数据特征实时安全认证方法，属于脑电波技术领域；构建个人安全认证库、认证终端基于指令向安全认证服务器发出安全认证请求、安全认证服务器基于指令发出至少一种振动频率，用户手持终端获取振动频率，并基于频率发出振动、获取振动刺激下用户产生的至少一种脑电波信号，将数据加密传输至安全认证服务器进行特征提取与分析、基于振动下产生的至少一种脑电波信号的特征进行比对进行认证，并基于比对结果向认证终端发出指令；本发明专利技术采用振动为刺激源，好处在于绕过情绪对结果的影响，提高验证的准确性；同时基于频率的映射，在每次安全认证时可以实时生产随机的验证密码，再基于验证密码生成对应的振动频率，进而实现实时认证。进而实现实时认证。进而实现实时认证。

【技术实现步骤摘要】
基于EEG数据特征实时安全认证方法


[0001]本专利技术属于脑电波
，特别涉及基于EEG数据特征实时安全认证方法。

技术介绍

[0002]脑电波(Electroencephalogram,EEG)是一种使用电生理指标记录大脑活动的方法，大脑在活动时，大量神经元同步发生的突触后电位经总和后形成的。每个人的脑电波并不相同，因此随着科学技术的发展，研究者逐渐将脑电波技术应用于安全认证、感知等
；如CN201510813543.X基于特征识别的身份认证方法，其技术手段采用的是利用图像验证信息作为刺激源，使用户观察到图像时诱发相应的情绪波动，辐射脑电波，收集这部分脑电波进行验证，判断是否为认证用户；但其缺点在于严重依赖于用户在认证时的情绪状态，如果用户情绪十分低落，在观看一副令人愉悦的图像时可能无法辐射出相对应的脑电波，使得整个方法精度较差；针对这一缺点又有专利技术人提出新的手段，如CN201911331758.2一种基于刺激信号诱发脑电波的信息传输方法，其技术手段采用的是以视频影像作为刺激源，针对不同类型用户提供的刺激信号不一定相同，故其为非法用户入侵系统时引入了新的不确定度；只有在满足合法用户对应正确身份、刺激信号对应匹配反应、用户处于正常精神与心理状态三种条件的情况下，才可能认证成功；但相对的其原理还是以刺激源触发情绪波动，通过情绪波动的情况作为识别结果，如果用户处于不正常的精神状态是否能够认证无法得知；再比如CN201610889043.9一种基于虚拟现实头盔脑纹采集的安全认证系统；其采用的原理是目前的神经科学研究证明，同一个人的大脑对于同一张图片或同一段音视频的反应几乎是相同的。基于此它采用的技术手段是首先记录用户的第一脑纹，第一脑纹指的是先通过音视频刺激源激发脑电波，在提取脑电波数据进行存储；验证时再引入音视频的刺激源生成第二脑纹，在通过特征提取及比对两种脑纹，生成结果；此种方案能够一定程度上提高精度，但其仍未绕开情绪的核心。
[0003]基于上述的描述可以知道，现有技术是假设人在情绪稳定的情况下，同一个人的大脑对于同一张图片或同一段音视频的反应几乎是相同的；但若是情绪波动的情况下，脑电波能否得到对应则无法确保，进而导致现有的方案容易出现偏差，同时基于情绪波动的脑电波分类，从现有的文献可以知道过渡依赖算法的选择，算法的选择大相径庭；而现有的研究发现，人的情绪有快乐、悲伤、愤怒、惊讶、恐惧和厌恶6种基本情绪，还包括钦佩、崇拜、欣赏、娱乐、焦虑、敬畏、尴尬、厌倦、冷静、困惑、渴望、厌恶、同理心痛苦、着迷、嫉妒、兴奋、恐惧、痛恨、有趣、快乐、怀旧、浪漫、悲伤、满意、性欲、同情和满足27种不同的延伸情绪，同时每种情绪是可以共存的；而每个人在不同年龄段观察同一张音视频资料所衍生的情绪可能并不相同，如年轻时会快乐、中年时冷静；因此可以判断由情绪出发作为安全认证的手段并不合适；因此申请人提出一种新的技术手段解决现有技术中依靠情绪为核心展开的认证方法，同时通过新的技术手段的实现随机认证的方式，保证认证的安全性和实时性。

技术实现思路

[0004](一)技术方案
[0005]本专利技术通过如下技术方案实现：基于EEG数据特征实时安全认证方法；所述方法包括如下步骤：
[0006]步骤100：构建个人安全认证库；
[0007]步骤200：认证终端基于指令向安全认证服务器发出安全认证请求；
[0008]步骤300：安全认证服务器基于指令发出至少一种振动频率，用户手持终端获取振动频率，并基于频率发出振动；
[0009]步骤400：获取振动刺激下用户产生的至少一种脑电波信号，将数据加密传输至安全认证服务器进行特征提取与分析；
[0010]步骤500：基于振动下产生的至少一种脑电波信号的特征进行比对进行认证，并基于比对结果向认证终端发出指令。
[0011]作为上述方案的进一步说明，所述步骤100还包括如下步骤：
[0012]步骤110：确定用户手持终端类型及使用的左右手；
[0013]步骤120：向用户手持终端发出不同频率的振动信号；
[0014]步骤130：记录用户在不同振动频率下的脑电波信号，并进行特征提取和分析；
[0015]步骤140：将获取的脑电波信号特征映射为编码。
[0016]作为上述方案的进一步说明，
[0017]所述步骤110手持终端类型包括手机、智能手表、智能手环；
[0018]所述频率范围为150Hz
‑
250Hz；
[0019]所述步骤120发出的不同频率的振动信号方式是以10Hz作为递进，分别发射150Hz
‑
250Hz的频率；
[0020]所述步骤140是将特征映射为一个数字。
[0021]作为上述方案的进一步说明，所述频率范围为150Hz
‑
250Hz；所述步骤120发出的不同频率的振动信号方式是将频率范围划分为四个级别，依据四个级别作为信号发射；
[0022]第一级别为150Hz
‑
170Hz；
[0023]第二级别为175Hz
‑
195Hz；
[0024]第三级别为200Hz
‑
225Hz；
[0025]第四级别为230Hz
‑
250Hz。
[0026]作为上述方案的进一步说明，所述步骤300具体的包括如下步骤：
[0027]步骤310：安全认证服务器基于指令生成第一编码；
[0028]步骤320：每位编码选择与其对应的振动频率，将频率进行组合；
[0029]步骤330：将振动频率发出至用户手持终端，手持终端收到频率信号，基于频率的变化开始振动。
[0030]作为上述方案的进一步说明，所述第一编码为4位随机字符组合、8位随机字符组合、12位字符组合中的一种或多种。
[0031]作为上述方案的进一步说明，所述步骤400具体的包括如下步骤：
[0032]步骤410：用脑电波接收装置收集脑电波信号生成脑电波时域图；
[0033]步骤420：对脑电波时域图进行加密处理发送至安全认证服务器；
[0034]步骤430：安全认证服务器接收信号解密并对时域图进行预处理；
[0035]步骤440：预处理后的脑电波时域图进行特征分析提取脑电波特征。
[0036]作为上述方案的进一步说明，
[0037]所述预处理方式包括：降噪、滤波；
[0038]所述脑电波特征提取包括如下步骤：
[0039]步骤441：脑电波的δ频段、θ频段、α频段、β频段作为不同频率下的分期特征；
[0040]步骤442：将脑电波时域图转换为脑电波频域图；
[0041]步骤443：采用傅里叶变换求功率谱，获得四个频段的特征。
[0042]作为上述方案的进一步说明，所述步骤500包括如下步骤：
[0043]步骤510：基于脑电波特征与安全认本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于EEG数据特征实时安全认证方法；其特征在于：所述方法包括如下步骤：步骤100：构建个人安全认证库；步骤200：认证终端基于指令向安全认证服务器发出安全认证请求；步骤300：安全认证服务器基于指令发出至少一种振动频率，用户手持终端获取振动频率，并基于频率发出振动；步骤400：获取振动刺激下用户产生的至少一种脑电波信号，将数据加密传输至安全认证服务器进行特征提取与分析；步骤500：基于振动下产生的至少一种脑电波信号的特征进行比对进行认证，并基于比对结果向认证终端发出指令。2.如权利要求1所述的基于EEG数据特征实时安全认证方法，其特征在于：所述步骤100还包括如下步骤：步骤110：确定用户手持终端类型及使用的左右手；步骤120：向用户手持终端发出不同频率的振动信号；步骤130：记录用户在不同振动频率下的脑电波信号，并进行特征提取和分析；步骤140：将获取的脑电波信号特征映射为编码。3.如权利要求2所述的基于EEG数据特征实时安全认证方法，其特征在于：所述步骤110手持终端类型包括手机、智能手表、智能手环；所述频率范围为150Hz
‑
250Hz；所述步骤120发出的不同频率的振动信号方式是以10Hz作为递进，分别发射150Hz
‑
250Hz的频率；所述步骤140是将特征映射为一个数字。4.如权利要求2所述的基于EEG数据特征实时安全认证方法，其特征在于：所述频率范围为150Hz
‑
250Hz；所述步骤120发出的不同频率的振动信号方式是将频率范围划分为四个级别，依据四个级别作为信号发射；第一级别为150Hz
‑
170Hz；第二级别为175Hz
‑
195Hz；第三级别为200Hz
‑
225Hz；第四级别为230Hz
‑
250Hz。5.如权...

【专利技术属性】
技术研发人员：刘斌，肖伟东，童海周，
申请(专利权)人：厦门理工学院，
类型：发明
国别省市：