科学家研发多模态生物识别系统,基于脑纹独特性来防范身份欺骗

March 2021


生物识别技术,是一种人类生物特征进行身份认证的技术,这些生物特征通常具有唯一性。传统的生物识别系统如人脸识别、虹膜、视网膜、声音和指纹目前正在被广泛应用,但随着反监视面具、隐形眼镜、声码器或指纹膜等技术出现,人类被生物测量工具欺骗的风险也越来越高。

 

相关资料

 

近期,新南威尔士大学副教授姚丽娜团队研究开发了一款名为DeepKey的多模态生物识别系统。该系统能够利用脑电图(EEG) 和步态信号双认证系统进行生物识别,以克服传统的单模态生物认证系统的局限性,更大程度地提高生物识别的准确性和风险防范。DeepKey包含两个关键部分:一个是用于屏蔽未授权受试者的无效ID过滤模型,一个是基于注意力的循环神经网络(RNN)的识别模型,用于并行识别受试者的脑电图ID和步态ID。在所有组件生成一致的确认以匹配用户声明的标识时,才能够授予受试者访问权限。

 

通过自主设计的结合注意力模型的 RNN 算法同时对脑电波信号和步态信号进行 ID 识别。脑电信号识别模块会根据学习到脑电波信号的表征确认用户的身份即脑电图 ID。同理,步态识别模块会确认用户的步态 ID。其后,DeepKey 系统会对照用户的脑电图 ID 和步态 ID,只有二者一致时才会予以通行,否则会拒绝通行请求。


不同受试者在不同频带下的脑电地形图

 

● DeepKey—— 基于 MindID 的进一步扩展

在此之前,姚丽娜和张翔就提出了一种基于脑电图的生物特征识别方法。这次的研究来自于而这次的研究来源于脑电图的独特性,“即人的脑电波是否也有独特性,并且独特到可以区分不同的人,就像指纹和声纹一样,也有脑纹。”研究人员利用脑电图信号来证明冒名顶替者的高防伪性。脑电图信号是不可见且独一无二的,这使得它们很难被复制和入侵。

 

密钥认证系统的工作流程

 

研究团队通过大量的数据分析确认得出了一些优势,比如,与传统的生物识别技术相比,基于脑电波的识别是很难被复制和攻击的,具有非常高的安全性和抗攻击性。另外,脑电波有不同的波段,并分别承载不同的特征。

 

不同于以往一般需要多阶段、大量的数据预处理和特征工程配合统计机器学习的脑电波分析,MindID 可以直接处理脑电波的原始数据,做波段分解后只保留 Delta 波段。

 

基于此,他们设计出一个基于注意力机制的 LSTM 的 encoder-decoder 架构来学习鲁棒的脑电波表征,并在此基础上进行识别。这项研究于 2018 年正式被 UbiComp 接收。

 

● DeepKey 可行性分析

DeepKey 包含了三个独立的模块:无效 ID 过滤模块、基于 Delta 波段的脑电信号识别模块和步态识别模块。

 

DeepKey 系统收到一个用户的通行权限请求时,系统会通过非侵入式脑波采集头盔收集用户的实时脑电波信号并通过可穿戴式传感器采集用户的步态信号。

 

数据收集:第一步采集单独的脑电信号,第二步采集步态信号

 

例如腕部、腰部和腿部的三维加速度和角动量等信息,DeepKey 系统会首先将实时采集到的脑电波与步态信号输入至无效 ID 过滤模块。无效 ID 过滤模块会旨在通过无监督的脑电波信号对比快速做出初步判断。

 

如果用户被判断为冒名顶替者,其通行请求会直接被拒绝。如果用户通过了初步判断,系统则会对其脑电波与步态信号进行进一步分析。

 

只有当使用者顺利通过无效 ID 过滤模块并且其脑电图 ID 与步态 ID 相匹配的时候,才会获得通行权限。研究团队设计了一个包括基于注意力的 RNN 来检测和分类多模态传感器数据的框架,并对人们如何同时执行步态和大脑活动的巨大多样性进行解码。

 

另外,研究团队还通过大量的实验对关键参数(如会话和脑电频带) 和系统延迟进行了研究。例如,DeepKey 系统在接收到用户信号后只需要 0.39 秒即可完成身份验证,在系统延迟方面完全满足实际应用的要求。

 

身份验证工作流程

 

总之,DeepKey认证算法包含了无效ID过滤、基于步态的识别、基于脑电图的识别和决策等几个关键阶段。整体身份验证包含以下几个阶段(如上图)

 

第一阶段:基于EEG数据,无效ID过滤器判断受试者是冒名顶替者或真实者。如果受试者是冒名顶替者,则该请求将被拒绝。 

 

第二阶段:如果确定该人为真实者,则EEG/步态识别模型将识别该人的授权EEG /步态ID。该模型已通过基于attentionLSTM模型进行了离线预训练。输出是与这个人的详细个人信息关联的ID号。 

 

第三阶段:检查脑电ID和步态ID的一致性,如果是相同的,系统会批准,否则会拒绝受试者并采取相应的安全措施。 

 

研究人员为了验证该系统的可行性,在学校现场部署了DeepKey,并进行了大量的实证实验。DeepKey的误接受率(FAR)和误拒绝率(FRR)分别为0和1.0%。初步结果表明,DeepKey是可行的,与对照组方法相比,DeepKey具有一定的优越性。这项技术可以克服传统的单模态生物认证系统的局限性,从而实现更大程度地提高生物识别的准确性和风险防范。研究人员在文献中称,DeepKey系统可以被部署于机密地点(如银行凭证、军事基地和政府机密住宅),用于权限验证。

 

由于脑电波信号的不可复制性,相较于传统的生物识别系统而言,DeepKey 和 MindID 能够提供更好的安全性,更加满足一些高保密场所的要求。在这些场所中,使用者更加关注的是拒绝一切可疑的通行请求,最大化的避免 “漏网之鱼”。就此而言,DeepKey 在实验室条件下实现了很好的甄别效果(全数识别并拒绝了来自假冒者的 1000 个通行请求)。

 

而运用到实际环境的话,可能还需要进一步更复杂的验证。比如,在姚丽娜目前的实验中,脑波主要采集于非侵入式的 EEG 采集头盔,这种设备虽然易于携带而且低廉,但是劣势也很明显,比如信噪比很低,容易受客观环境以及受试人自身身体、心理以及情绪变化的影响。

 

这一成果为进一步研究基于脑电和步态数据的多模态生物特征认证系统奠定了基础,也提供一个新的视角,即在一些对安全和验证要求相当高的场所和地点,这种多模态的解决方案依然值得深入探索。

 

此外,姚丽娜还表示了以下观点:Deepkey 和 MindID 的系统设计推广了深度学习在生物信息识别方面的应用,并且证明了深度学习可以促进并完善这个领域的研究;基于一些独特的优势,比如不可复制性和可靠性等,脑电波可以作为一种有效的手段来进行生物识别,并且通过实验证明了人的脑电波信号的‘独一无二性’,证实了‘脑纹’的存在;在实验室条件下证明了这一类解决方案的可行性以及有效性,系统可以在很短时间内准确识别出具有通行权限的用户和假冒者,这也为以后在商业以及真实场景中的推广提供了佐证;DeepKey 的硬件设备只需要脑电波采集器(由于近年来的科技发展,非侵入式脑电波采集设备的价格已大大降低)和步态传感器,可以将系统成本控制在较低范围内。


而就 DeepKey 多模态生物识别系统在现实场景中应用的可行性上来说,姚丽娜表示:“目前在我们的实验环境下,这个工作的可靠性是比较好的。这项研究也提供了一个可行的解决方向。”


素材来源于Deep Tech深科技