面向智能可穿戴设备的步态隐私保护
密码学与安全
2024-02-27 v1
摘要
智能可穿戴设备 (SWDs) 收集并存储许多人的敏感日常信息。其主要识别方法仍是密码解锁。然而，多项研究表明该方法存在严重的安全缺陷，使得 SWDs 的隐私和安全问题尤为紧迫。步态识别非常适合 SWDs，因为其内置传感器可提供识别所需的数据支持。然而，现有的步态识别方法准确率较低，且忽视了对步态特征隐私的保护。此外，SWD 可作为物联网设备供用户共享数据。但很少有研究利用基于步态特征的加密方案来保护 SWD 与其他设备之间的消息交互隐私。本文提出了一种带有注意力机制的双向长短期记忆网络 (ABLSTM) 步态识别网络，以提高识别准确率；并提出了一种随机正交变换 (SOT) 方案，以保护提取的步态特征免遭泄露。实验表明，ABLSTM 的准确率达到 95.28%，将之前的错误率降低了 19.3%。SOT 方案被证明能抵抗选择明文攻击 (CPA)，且比之前的方法快 30%。本文还提出了一种基于生物特征的加密方案，在通过步态识别阶段后，利用步态特征作为密钥实现安全的消息交互，与之前的方案相比，能更好地保护步态特征。
引用
@article{arxiv.2402.15797,
title = {Gait-Based Privacy Protection for Smart Wearable Devices},
author = {Yu Su and Yongjiao Li and Zhu Cao},
journal= {arXiv preprint arXiv:2402.15797},
year = {2024}
}
备注
13 pages, 12 figures