一種基于隱私保護的心電圖識別的方法
【專利摘要】本發(fā)明公開了一種基于隱私保護的心電圖識別的方法,首先在客戶端將ECG數據進行打亂,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;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。本發(fā)明的方法可以很好的在訓練階段和身份識別過程中保護用戶的心電圖隱私。
【專利說明】—種基于隱私保護的心電圖識別的方法
【技術領域】
[0001]本發(fā)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】
[0002]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(yè)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(yōu)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(fā)明內容】
[0003]發(fā)明目的:針對現有技術中存在的問題與不足,本發(fā)明提供一種基于隱私保護的心電圖識別的方法。
[0004]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:
[0005]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η個元素的特征向量A乘上一個ηΧη的隨機矩陣matrix,見等式2:
[0006]
【權利要求】
1.一種基于隱私保護的心電圖識別的方法,其特征在于,包括如下步驟: 首先在客戶端將ECG數據進行打亂,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η個元素的特征向量A乘上一個ηΧη的隨機矩陣matrix,見等式2:
2.如權利要求1所 述的基于隱私保護的心電圖識別的方法,其特征在于,服務器使用歐幾里得距離(ED)、互相關(CC)方法通過衡量A與B之間的相似性進行判斷。
3.如權利要求2所述的基于隱私保護的心電圖識別的方法,其特征在于, 如果定義P= (P1, P2...pj ,q = Iq1, q2...qj,那么P,q之間的歐幾里得距離就是等式(3)所示;
4.如權利要求2所述的基于隱私保護的心電圖識別的方法,其特征在于,互相關方法是一種比較穩(wěn)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I,它們的相似性越大;
5.如權利要求1所述的基于隱私保護的心電圖識別的方法,其特征在于,在訓練階段,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ECGfeatures,記作Al, A2......Am,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K^ILECG features記作BI,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(qū)間[t_CCl,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(qū)間[t_CCl, t_CC2]時,就可以確定身份匹配,否則不匹配。
【文檔編號】A61B5/0452GK103955677SQ201410199652
【公開日】2014年7月30日 申請日期:2014年5月12日 優(yōu)先權日:2014年5月12日
【發(fā)明者】華景煜, 葛鑫, 管紹朋, 仲盛 申請人:南京大學