EEG-FE_rrRS：使用模糊提取器的鲁棒且可复用 EEG 识别系统

基于摘要分析。本文研究 EEG 生物特征身份识别中的安全性与复用问题，提出 EEG-FE_rrRS，将 EEG 信号处理与 fuzzy extractor（模糊提取器）结合，以为用户建立独特的数字身份。其主要研究对象是身份识别，而非运动想象指令解码；UAV 和 metaverse 是作者提出的潜在人机交互应用场景，摘要未提供这些场景下的实际部署验证。 系统包含 EEG 信号处理模块，以及由 secure sketch（安全草图）和 strong extractor（强提取器）组成的专用 fuzzy extractor 方案。作者报告从熵损失角度证明所提模糊提取器的安全性。不过，摘要未说明 EEG 特征构造、噪声容忍与身份恢复流程、熵估计条件、攻击者能力及复用安全定义，需通过全文核对安全结论的适用范围。 作者报告，在所用运动想象数据库的仿真评估中，FRR（错误拒绝率）为 0.92%，FAR（错误接受率）为 0.08%；在 SEED 数据库上，两项指标均为 0%。这些是身份识别的错误率，不能等同于运动想象分类 Accuracy，也不能将有限评估中的零错误解释为普遍无误识别。摘要未给出运动想象数据库的具体名称、被试数量、身份注册与测试划分、阈值设置或试验次数，因而两组结果的协议背景及可比性尚未验证。 复现时需核对 EEG 预处理与特征、模糊提取器参数、辅助数据的生成及保护方式，并确认评估属于被试内、跨会话或其他身份验证协议。鲁棒性与可复用性的具体测试条件、对照基线、消融及统计信息尚未验证；摘要也不足以判断其在长期 EEG 漂移和不同采集设备下的表现。