欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2018107940374
申请人: 南京邮电大学
专利类型:发明专利
专利状态:未下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.基于秘密共享的脑电身份认证方法,其特征在于,所述身份认证方法包括脑电数据集的加密和脑电数据集的解密以及身份认证步骤:S1:脑电数据集的加密包括步骤:

S11:管理者头戴Emotiv EPOC+脑电设备,保持精神集中,通过所述Emotiv EPOC+脑电设备采集管理者的第一脑电数据集A;

S12:使用低通滤波器和主成分分析对所述第一脑电数据集A做去噪处理,随后使用独立成分分析做降噪处理,得到第二脑电数据集A′;

S13:使用小波包分析对所述第二脑电数据集A′进行特征提取,获取第三脑电数据集B,并对所述第三脑电数据集B做加密;

S2:脑电数据集的解和及身份认证包括步骤:

S21:管理者选定n个合法参与者,并给每个合法参与者设定一固定公开身份名IDi;同时-1管理者设定秘密密钥为K 和一指定长度的素数为r,并设定一t-1次方的多项式h(x)=at-

1xt-1+...+a1x+K-1modr,随后基于所述多项式h(x)=at-1xt-1+...+a1x+K-1modr生成与每个合法参与者的IDi对应的子密钥S22:获取t对子密钥,基于获取的t对子密钥利用Lagrange插值公式恢复所述秘密密钥K-1,并使用所述秘密密钥K-1对所述第三脑电数据集B做解密操作,得到第三脑电数据集B的密文;

S23:结合交叉分类法和BP神经网络对解密后得到的第三脑电数据集B进行分类,完成身份认证操作。

2.根据权利要求1所述的基于秘密共享的脑电身份认证方法,其特征在于,步骤S13中使用小波包分析对所述第二脑电数据集A′进行特征提取包括小波包分解过程和特征提取过程,具体过程为:首先假设正交小波滤波器为Pn和Qn,并设定尺度函数从H(t)变为Zzn(t),小波函数I(t)变为Z2n+1(t)的双尺度方程为 和然后设定原始信号为w(n),通过公式 实现小波分解过程,式中,i=0,1,

2,...,m;i为分解层数,m为最高层分解层数,Ai表示第i层上近似系数,Di表示对应的层数上的逼近系数, 和 表示滤波器P,Q的共轭反转; 表示卷积;L为二元下抽样算子;

最后进行所述第二脑电数据集A′的特征提取,并采用Shannon熵作为小波包熵对所述第二脑电数据集A′进行特征提取,由式 表示,其中A代表信号,Ai代表投影系数,并得到第三脑电数据集B。

3.根据权利要求1所述的基于秘密共享的脑电身份认证方法,其特征在于,步骤S13中所述第三脑电数据集B加密的具体过程为:首先由管理者选取两个安全大素数p和q,设N=p*q,并令Φ(N)=(p-1)(q-1),其中Φ(N)指不大于N且与N互素的正整数个数;

然后设定公开密钥为K并公开,同时管理者将K-1保存为秘密密钥,并设定KK-1=1modΦ(N);

最后设定密文为C,并令C=BkmodN。

4.根据权利要求3所述的基于秘密共享的脑电身份认证方法,其特征在于,在步骤S22对所述第三脑电数据集B作解密操作得到的密文为

5.根据权利要求1所述的基于秘密共享的脑电身份认证方法,其特征在于,结合交叉验证法和BP神经网络对解密后得到的所述第三脑电数据集B的分类过程包括步骤:首先将所述第三脑电数据集B使用交叉验证法获取训练集D={(x1,y1),(x2,y2),...,(xm,ym)},并假如一个多层前馈网络结构有d个输入神经元、l个输出神经元、q个隐层神经元,其中输出层第c个神经元阈值用θc表达,隐层第r个神经元阈值用γr表达,输入层第i个神经元与隐层第r个神经元之间连接权用vir表达,隐层第r个神经元与输出层第c个神经元连接权用wrc表达,输出层第c个神经元接收到的输入为 式中br为隐层第r个神经元的输出;学习率为η;并在(0,1)范围内随机初始化所有连接权和阈值,重复完成所有训练集;

然后根据参数βc、θc和式 计算当前样本的输出 其中f(x)为Sigmoid函数,用公式 表示,并求到 为

接着根据公式 计算输出层神经元的梯度项gc,并由公式

计算隐层神经元的梯度项Er;

最后分别根据公式wrc=ηgcbr和vir=ηErxi更新连接权wrc和vir,由θc=-ηgc和γr=-ηEr更新阈值θc和γr,并判断是否达到停止条件;若达到停止条件则完成分类,认证结束;否则重复使用交叉验证和BP神经网络进行认证分类操作。

6.根据权利要求1所述的基于秘密共享的脑电身份认证方法,其特征在于,所述素数r的长度为1000bit。

7.根据权利要求1所述的基于秘密共享的脑电身份认证方法,其特征在于,所述秘密密钥恢复的Lagrange插值公式为