Для аутентификации личности приспособили обычные наушники
Аутентификация личности по биометрическим данным все больше входит в нашу повседневную жизнь. Такой способ удобнее — не нужно ничего с собой носить — и, конечно, гораздо безопаснее. Однако подобные технологии зачастую требуют сложного оборудования или обременяют пользователя дополнительными действиями.
В Китае разработали первый пассивный метод идентификации личности при помощи самых обычных (ну, как обычных? достаточно современных и не самых дешевых) беспроводных наушников. В основе технологии AccLock, описанной в препринте на arXiv, считывание вибраций черепа от сердцебиения — они у каждого человека уникальны.
Идея не нова, но в предыдущих разработках с этой целью применяли микрофоны для шумоподавления, которым оборудованы далеко не все модели, плюс вносят помехи окружающие звуки. В этом же исследовании для регистрации баллистокардиографических сигналов (БКГ) — тех самых индивидуальных вибраций — авторы решили воспользоваться акселерометром.
«AccLock дает несколько преимуществ перед существующими решениями — она не требует явного участия ни пользователя, ни устройства, использует повсеместно доступный акселерометр в современных наушниках и остается устойчивой к акустическим помехам окружающей среды. Мы ориентируемся на непрерывную аутентификацию как основной сценарий: наушники пассивно собирают внутриушные БКГ-сигналы, пока их носят в повседневных условиях. Это открывает путь к таким прикладным задачам, как бесшовный доступ, когда результат аутентификации передается через Bluetooth или Wi-Fi в систему контроля и обеспечивает удобный вход без лишних действий», — пишут они.
Для точности работы системы понадобилось подавить не только фоновый шум, который акселерометр тоже улавливает, но и паттерны БКГ, общие для всех — вызванные пульсом вибрации в ушах уникальны не во всем. Кроме того, надо было научить модель отличать своего от чужого — 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 отбраковывает сигналы, не совпадающие с зарегистрированным шаблоном.
Вместо создания отдельного классификатора на каждого пользователя сиамская сеть составляет пространство признаков, в котором паттерны одного и того же человека расположены ближе, а разных людей — дальше друг от друга. При регистрации система записывает БКГ пользователя, анализирует соответствующие признаки и вычисляет персональный порог принятия решения. В момент аутентификации из данных акселерометра извлекаются признаки и измеряется евклидово расстояние между ними. Если оно меньше заданного порога — доступ одобряется.
В экспериментах с 33 участниками и 150 обучающими выборками по четыре секунды система показала достаточную точность: средний процент ложного доступа (FAR) составил всего 3,13%, а ложного отказа (FRR) — 2,99%.
У разработки есть ряд проблем, которые еще предстоит решить. Активное движение, разговор и покачивания головой резко снижают точность — FAR достигает 13,86%, а FRR — 14,10%. Кроме того, у отдельных испытуемых качество работы сильно зависит от положения (угла) наушников в ушных раковинах. Вместе с тем, экстрасистолы и подтвержденные сердечно-сосудистые заболевания влияют на точность, но алгоритм сохраняет к ним устойчивость.
Основным же затруднением стало, что у большинства выпускающих наушники компаний закрыт доступ к сырым данным акселерометра. Из-за этого AccLock пришлось испытывать не на AirPods, а на их полноразмерном макете. Авторам придется либо договариваться с производителями, либо налаживать выпуск своих наушников.