【技术实现步骤摘要】
本专利技术属于信息安全领域，具体涉及一种基于运动特征和生理特征的混合密钥生成及分发方法。
技术介绍
1、近年来，智能手表、健身追踪器和虚拟现实耳机等可穿戴设备已经成为我们日常生活中不可或缺的一部分。由于这些可穿戴设备组成的无线体域网(wireless bodysensor networks，wbsn)收集并处理了大量的个人隐私数据(如生理特征心电信号、脑电信号和运动特征加速度信号等)，因此随着这些可穿戴设备的普及，人们对如何保证这些数据的安全极为关切。一方面，相关研究表明仅基于心电信号产生的密钥虽然具有较好地随机性和安全性，但在运动状态下性能不佳，另一方面，我们的研究表明使用加速度计采集运动信号可以与心电信号结合，即融合心电信号和加速度信号生成随机数，用于密钥的生成和分发，这一方法结合两者的优点，可以更好的保护可穿戴设备的安全。
2、授权公告号为cn205721741u的技术公开了一种适用于rfid阅读器真随机数产生装置，其核心思想是提高振荡器的周期抖动以增加随机性，适用于rfid阅读器。授权公告号为cn205620988u...
【技术保护点】
1.一种基于运动特征和生理特征的混合密钥生成及分发方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，步骤S1中，加速度信号预处理的具体步骤为：
3.根据权利要求2所述的方法，其特征在于，步骤S1中，对三轴加速度信号进行噪声特征提取和量化的具体步骤为：
4.根据权利要求3所述的方法，其特征在于，步骤S1中，生成系统密钥具体步骤为：
5.根据权利要求1所述的方法，其特征在于，步骤S2中，对ECG信号进行预处理是采用小波变换方法对获得的ECG信号进行预处理，以去除噪声，具体步骤为：
6.根...
【技术特征摘要】
1.一种基于运动特征和生理特征的混合密钥生成及分发方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，步骤s1中，加速度信号预处理的具体步骤为：
3.根据权利要求2所述的方法，其特征在于，步骤s1中，对三轴加速度信号进行噪声特征提取和量化的具体步骤为：
4.根据权利要求3所述的方法，其特征在于，步骤s1中，生成系统密钥具体步骤为：
5.根据权利要求1所述的方法，其特征在于，步骤s2中，对ecg信号进行预处理是采用小波变换方法对获得的ecg信号进行预处...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。