[發明專利]一種基于隱私保護的心電圖識別的方法

有效

• 申請號: 201410199652.2
• 申請日: 2014-05-12
• 公開（公告）號: CN103955677B
• 公開（公告）日: 2017-05-24
• 發明（設計）人: 華景煜;葛鑫;管紹朋;仲盛
• 申請（專利權）人: 南京大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;H04L29/06;G06F21/32;A61B5/0452
• 代理公司: 南京蘇高專利商標事務所(普通合伙)32204
• 代理人: 李玉平

技術領域

本發明涉及一種基于隱私保護的心電圖識別的方法，屬于信息安全技術領域。

背景技術

如今，許多基于生物識別技術的識別方法已經存在。眾所周知，基于指紋、虹膜、面部以及語音等等的生物識別方法已經被廣泛用于工業生產和日常生活中。然而，這些技術有致命的缺陷，用戶的生物特征可以被偽造，這可能會對用戶造成不可挽回的損失。與這幾種生物識別技術相比，基于生物特征的心電圖(ECG)識別技術有著無可比擬的優勢，因為心電圖數據很難偽造。然而，心電圖數據被視為重要的個人隱私，用戶通常不愿意透露他們的心電圖數據，包括在抽樣階段以及識別階段。

發明內容

發明目的：針對現有技術中存在的問題與不足，本發明提供一種基于隱私保護的心電圖識別的方法。

技術方案：一種基于隱私保護的心電圖識別的方法，包括如下步驟：

首先在客戶端將ECG數據進行打亂(perturbation)，打亂的方法是將從用戶測量得到的心電圖信號中提取出來的含有n個元素的特征向量A乘上一個n×n的隨機矩陣matrix，見等式2：

等式2

這里matrix(記為M)中的元素值是n*n個相互獨立的隨機數。

然后，將轉換得到的向量B而不是原始的A作為用戶的特征向量上傳到服務器數據庫中，用于身份識別階段對該用戶的識別。

基于此，服務器可以使用包括歐幾里得距離(ED)、互相關(CC)等方法通過衡量A與B之間的相似性進行判斷。

歐幾里得距離是測試歐幾里得空間里兩者的距離。我們如果定義p={p₁,p₂…p_n},q={q₁,q₂…q_n}，那么p，q之間的歐幾里得距離就是等式(3)所示。

等式3

求得A，B之間的ED值，由于ED值越小代表著兩者間越相像，所以我們確定閾值t_ED，當A，B之間的ED值小于t_ED時，身份匹配；否則身份識別失敗。

另外，互相關方法是一種比較穩定的分析方法，它可以用來分析兩組ECG數據之間的相關性。兩組ECG數值X(i)和X'(i)之間的互相關性計算參見等式4。如果是同一個人的兩組ECG數據，那么X(i)和X'(i)會非常接近，那么CC的計算結果就會非常接近1，因此兩組心電圖數據之間的CC值越接近1，它們的相似性越大。

等式4

求得A，B之間的CC值，CC值越接近1代表兩者之間的相關性越大，越相像，所以我們確定一個閾值區域[t_CC1,t_CC2],當求得的A，B間的CC值在此閾值空間內時，身份匹配；否則身份識別失敗。

進一步地，為了解決這種轉換后由于隨機矩陣的隨機性帶來誤差導致識別失敗的問題，在訓練階段，我們讓每一個用戶引入m個隨機矩陣來分別進行perturbation操作，這樣將得到m組ECG features，記作A1，A2……Am，我們將所有這些ECG features存儲在服務器端的數據庫上。在身份識別階段，用戶同樣使用與其對應的m個隨機矩陣來分別進行perturbation操作，這樣會在客戶端得到m組ECG features記作B1，B2……Bm。將客戶端測得的m組ECG features上傳到服務器端，就可以求出m組ED和CC值，跟據上文提到的兩種方法分別設置的閾值t_ED和閾值區間[t_CC1,t_CC2]。對于采用ED方法時，當m組ED值中有k_ED組小于t_ED時，就可以確定身份匹配，否則不匹配；對于使用CC方法，當m組CC值中有k_CC組在區間[t_CC1,t_CC2]時，就可以確定身份匹配，否則不匹配。使用一組隨機矩陣來進行perturbation操作具有很大的隨機性，當使用多組隨機矩陣來進行多組perturbation操作可以使得實驗結果更加具有代表性，消除偶然性誤差。