Investigadores del Imperial College de Londres han ideado recientemente un nuevo enfoque de criptosistema biométrico para asegurar las comunicaciones inalámbricas de dispositivos médicos implantables y portátiles. Su marco, esbozado en un estudio publicado en IEEE Explore , utiliza un marco de red neuronal artificial (ANN) y variaciones de energía de la señal de la marcha.

En la última década, Los avances en la tecnología de comunicación inalámbrica han impulsado el desarrollo de un número creciente de dispositivos de redes de sensores corporales (BSN). Estos son livianos, Nodos sensores de baja potencia que se pueden usar o implantar en el cuerpo humano para monitorear la salud de pacientes ancianos o afectados por enfermedades crónicas.

A pesar de sus valiosas aplicaciones, Los dispositivos BSN plantean importantes problemas de seguridad, ya que los atacantes podrían piratear estos sensores conectados de forma inalámbrica y violar la información personal y de salud de los pacientes. Dado el poder computacional muy limitado de estos sensores miniaturizados, sin embargo, Los esquemas de seguridad informática convencionales no pueden aplicarse a estos dispositivos. Por tanto, los investigadores buscan desarrollar nuevos mecanismos de seguridad avanzados que puedan proteger eficazmente estos datos sensibles.

Una solución eficaz para proteger los dispositivos BSN es el enfoque de criptosistema biométrico (BCS), que identifica los rasgos biométricos de los pacientes, como su cara, iris, huellas dactilares, electrocardiograma (ECG), o fotopletismografía (PPG). El equipo de investigadores del Imperial College ha desarrollado un nuevo enfoque BCS que se centra particularmente en las variaciones de energía de la señal de la marcha; en otras palabras, analizando la forma en que caminan distintas personas.

"La seguridad biométrica / wearable de última generación a menudo utiliza electrocardiograma (ECG), la actividad eléctrica del corazón, pero sus electrodos adheridos a la piel limitan en gran medida sus aplicaciones, "Yingnan Sun, dijo el autor principal del artículo a TechXplore. "Sentimos que era necesario explorar un nuevo tipo de biometría que sea fácil de recopilar y no invasiva, y andar, la forma en que la gente camina, vino a la mente."

El término 'marcha' se refiere a un patrón de movimiento de las extremidades en animales y humanos, específicamente cuando están caminando / corriendo. Las diferentes especies de animales tienen sus propios andares característicos, pero también se pueden observar ligeras diferencias entre los seres humanos individuales.

Las señales de la marcha se pueden capturar usando un sensor inercial de bajo costo, como un acelerómetro, en el cuerpo. En la actualidad, Casi todos los dispositivos portátiles y muchos dispositivos implantables ya están equipados con sensores inerciales. El uso de señales de la marcha para formar el BCS puede establecer canales de comunicación seguros entre dispositivos portátiles e implantables.

"El desafío de usar señales de la marcha para la seguridad es que las señales de la marcha capturadas por diferentes sensores en diferentes lugares del cuerpo tienen diferentes patrones, "Sun explicó." Para resolver este problema, introdujimos un marco de red neuronal artificial (ANN), que proyecta las señales del sensor a un marco unificado y aumenta la correlación de la señal ".

Los investigadores utilizaron su marco de red neuronal recientemente desarrollado para extraer características similares de los sensores BSN, generar claves binarias bajo demanda, sin requerir la intervención del usuario. Cuando probaron su enfoque en un conjunto de datos de marcha, encontraron que las claves binarias generadas tenían una alta entropía para todos los sujetos.

"Descubrimos que el uso del marco ANN propuesto puede aumentar significativamente las correlaciones entre las señales de la marcha capturadas por diferentes sensores portátiles, resultando en una gran mejora en el desempeño del esquema de seguridad, ", Dijo Sun." Este nuevo marco de seguridad propuesto es un 68,75 por ciento más eficiente que nuestro trabajo anterior, generando una clave de 128 bits en solo 12 segundos de caminar ".

Las claves generadas utilizando su marco pasaron las pruebas estadísticas del Instituto Nacional de Estándares y Tecnología (NIST) y Dieharder, discriminando enérgicamente entre los modos de andar de diferentes personas. El nuevo enfoque es muy prometedor como herramienta de seguridad biométrica, y eventualmente podría ayudar a proteger mejor los datos recopilados por dispositivos implantables y portátiles.

"En la actualidad, solo hemos explorado el uso de señales de aceleración para el esquema de seguridad, pero las señales de la marcha también constan de otros tipos de señales, como las señales del giroscopio, ", Dijo Sun." En un futuro próximo, nos gustaría mejorar aún más el rendimiento de nuestro esquema de seguridad propuesto incorporando otras señales ".

© 2018 Tech Xplore