​🔐 Пароль по мозговой активности (китайцы уже почти там)

В Data in Brief китайские ученые опубликовали датасет с ЭЭГ для разработки систем аутентификации по реакции мозга на целевую и нецелевую информацию. Потенциально это можно использовать для систем безопасности с BCI-устройствами.

Как это работает? Обычно мы сообщаем пароль системе. Она сверяет его с тем, что имеет в своей базе, и дает доступ. Здесь предполагается, что система сама дает человеку ряд зрительных стимулов с частотой 10Гц (10 картинок в секунду) и смотрит на ЭЭГ-сигнал. Если человек узнал некоторые стимулы, характеристики вызванной компоненты, подобной P300, будут отличаться.

Авторы использовали портативную систему ЭЭГ (TiTan) с 8 электродами для регистрации мозговой активности 32 человек. Все испытуемые проходили эксперимент повторно с интервалом более 24 часов (это важно, тк ЭЭГ-сигнал непостоянен и зависит от кучи факторов).

Участникам показывали картинки длительностью 100 мс трех типов: с изображением лиц, имен (иероглифы) и животных как код верификации. Перед серией стимулов каждому участнику демонстрировали целевую картинку (лицо, имя и животное), которое он должен был обнаружить в каждой серии. Человек сосредоточивался на целевом изображении, от чего поздняя (300-600 мс) позитивная компонента ЭЭГ с центрально-задним распределением становилась более выраженной.

Далее в алгоритмы ML подавали данные вызванных потенциалов для каждой эпохи (после предобработки) с целью бинарной классификации — можно ли из данных ЭЭГ выявить, смотрел ли человек на целевую картинку или нет. Точность классификации варьировала около 80%. Важно, что здесь использовали и специализированные архитектуры (EEGNet, LMDA-Net, ShallowNet, DeepNet), и классические CNN, RNN, Transformer. Лучшие результаты показали именно специализированные. — до 89.9% accuracy.

В итоге, при разработке модели классификации, которая сможет онлайн определять целевые изображения по ЭЭГ, вполне можно использовать такой подход для аутентификации. Но по опыту ЭЭГ дает в принципе довольно персонализированный сигнал. Если мы поищем какие-то уникальные индивидуальные паттерны, с помощью которых как по отпечаткам пальцев, можно будет идентифицировать человека, — и объединим это с описанным в статье методом по предметной классификации, это может стать чуть ли не самым надежным методом защиты данных.