跳到正文
OpenReview · EEG· Jiaxuan Wu; Wei-Yang Chiu; Weizhi Meng·· 2023-12-31精选AI 评分71

KEP:用于基于 EEG 的用户身份认证的击键诱发电位

KEP: Keystroke Evoked Potential for EEG-Based User Authentication

AI 导读

基于摘要分析。本文研究 BCI 系统的用户身份认证问题,提出击键诱发电位(Keystroke Evoked Potentials,KEP)范式,旨在降低视觉诱发电位、运动想象等认证范式在注册与认证阶段的用户负担,并据此设计认证及安全通信系统。 核心机制是在随机按键活动中采集 EEG 与击键动态,从两类数据中生成共享密码会话密钥,再将该密钥用于 Diffie-Hellman Encrypted Key Exchange(DH-EKE),完成设备配对并建立安全通信通道。其研究对象是 EEG 辅助身份认证与密钥交换,而非运动想象解码或一般 BCI 控制性能。摘要未说明 EEG 特征提取、两类信息的融合方式、密钥生成与一致性处理方法,相关技术细节尚未验证。 作者报告,基于其采集的数据集,系统能够抵御模仿攻击、重放攻击等攻击,并具有实际运行效率;其中生成 1 bit 的耗时为 0.07 s。摘要未提供该耗时对应的设备、采集时长、计算范围及密钥质量评估,因此不能将其直接解释为完整认证延迟或安全密钥吞吐率。数据集规模、被试构成、被试内/跨被试/跨会话划分、认证指标及对照结果尚未验证。 阅读全文时应重点核对攻击者能力与攻击实施协议、EEG 与击键动态各自的贡献、密钥熵及双方密钥一致性,以及重复使用和跨会话条件下的稳定性。作者对安全性、易用性与轻量化的结论仍需对应实验支持;实验协议、消融及统计信息尚未验证。

阅读价值

值得阅读的具体原因是其将随机按键中的 EEG 与击键动态结合用于身份认证和密钥交换,但认证可靠性、攻击评估边界及实际交互负担仍需全文核对。

来源:OpenReview · EEG · openreview.net