Для аутентификации личности использовались обычные наушники

Аутентификация личности с использованием биометрических данных все больше становится частью нашей повседневной жизни. Этот способ удобнее – ничего с собой носить не нужно – и, конечно, гораздо безопаснее. Однако такие технологии часто требуют сложного оборудования или обременяют пользователя дополнительными действиями.

Идея не нова, но в предыдущих разработках для этой цели использовались микрофоны шумоподавления, которыми оснащены не все модели, плюс окружающие звуки вносят помехи. В том же исследовании авторы решили использовать акселерометр для регистрации баллистокардиографических сигналов (БКГ) — тех самых индивидуальных вибраций.

"AccLock предлагает несколько преимуществ по сравнению с существующими решениями: он не требует явного ввода данных ни от пользователя, ни от устройства, использует повсеместный акселерометр в современных наушниках и остается устойчивым к акустическим помехам окружающей среды. Мы ориентируемся на непрерывную аутентификацию в качестве основного сценария: наушники пассивно собирают внутриушные сигналы БЦЖ, пока их носят в повседневной среде. Это открывает путь к таким приложениям, как бесшовный доступ, где результат аутентификации передается через Bluetooth или Wi-Fi в систему управления и обеспечивает удобный вход в систему без лишних шагов", - заявили они. напиши.

Для точной работы системы необходимо было подавить не только фоновый шум, который улавливает и акселерометр, но и общие для всех закономерности БЦЖ — вибрации, вызываемые пульсом в ушах, не уникальны во всех отношениях. Кроме того, нужно было научить модель отличать своего от врага — причем так, чтобы это не требовало значительных вычислительных ресурсов. Решением стала так называемая сиамская нейросеть — она не требует переобучения при добавлении каждого нового пользователя, а просто отклоняет сигналы, не соответствующие зарегистрированному шаблону.

Вместо того, чтобы создавать отдельный классификатор для каждого пользователя, сиамская сеть создает пространство признаков, в котором шаблоны одного и того же человека находятся ближе, а разные люди дальше друг от друга. При регистрации система фиксирует БЦЖ пользователя, анализирует соответствующие признаки и рассчитывает личный порог принятия решения. Во время аутентификации функции извлекаются из данных акселерометра и измеряется евклидово расстояние между ними. Если оно меньше указанного порога, доступ разрешается.

В экспериментах с 33 участниками и 150 четырехсекундными обучающими выборками система показала достаточную точность: средний уровень ложного доступа (FAR) составил всего 3,13 %, а уровень ложного отклонения (FRR) — 2,99 %.

В разработке имеется ряд проблем, которые еще предстоит решить. Активное движение, разговор и покачивание головой резко снижают точность - FAR достигает 13,86%, а FRR - 14,10%. Кроме того, для отдельных предметов качество работы сильно зависит от положения (угла) наушников в ушах. При этом на точность влияют экстрасистолы и подтвержденные сердечно-сосудистые заболевания, но алгоритм остается устойчивым к ним.

Основная трудность заключалась в том, что большинство компаний, производящих наушники, не имеют доступа к необработанным данным акселерометра. Из-за этого AccLock пришлось тестировать не на AirPods, а на их полноразмерном макете. Авторам придется либо договариваться с производителями, либо организовывать производство своих наушников.