近日，开云kaiyun体育官方网站胡新荣院长团队青年教师吴渊博士在物联网感知与安全方向取得了重要的研究进展。相关成果“FingerVib: Fortifying Acoustic-based Authentication with Finger Vibration Biometric on Smartphone”发表在计算机领域CCF A类期刊《IEEE Transactions on Information Forensics & Security》（ISSN：1556-6013）上。论文的第一单位为武汉纺织大学，第一作者为吴渊博士，通讯作者为丁磊博士。
在FingerVib: Fortifying Acoustic-based Authentication with Finger Vibration Biometric on Smartphone一文中，吴渊博士提出了一种新颖的基于智能手机的身份认证系统，利用手机麦克风和IMU传感器感知手指敲击手机过程中的振动信号和声音，将提取的两种模态融合建模，用于实时实时身份认证，可以有效对抗运动和环境噪音干扰，为身份认证应用提供了一种新的范式。
文章链接：https://ieeexplore.ieee.org/abstract/document/11133485。
由于移动设备的广泛应用，对用户进行移动设备身份验证以防止敏感信息泄露至关重要。基于生物特征的认证技术在智能设备中广泛用于验证用户身份，但容易遭受重放攻击。本文提出利用解锁手机时独特的手指点击手势建立名为FingerVib的安全多因素认证系统。相较于其他生物特征认证系统，FingerVib无需用户记忆复杂信息（如手势、涂鸦），且操作方式不显眼。当用户通过点击解锁手机时，FingerVib会利用麦克风记录手指触屏产生的声音，并采用惯性测量单元（IMU）提取手机振动信号。系统的关键贡献在于建立了声音与振动信号之间的内在关联模型。具体而言，FingerVib捕捉了两种新型反应，用以描述个体接触手掌如何在两个不同维度上调节信号。基于上述两种响应机制，开发了一种实时抗干扰解锁活动检测算法。该算法即使在两种模态信号存在干扰的情况下，仍能实现精准的解锁信号分割。此外，构建了一个模态融合模型，通过提取跨模态特征并获取模态间相关性特征，确保即使在模态受到干扰时也能保持推理性能的一致性。在包含41名参与者的用户研究中，FingerVib在应对重放攻击和冒充攻击时，认证准确率达到98.53%，平均表现指标为1.36%的误检率（FAR）、2.76%的漏检率（FRR）以及2.72%的错误拒绝率（EER）。相较于现有多模态融合系统中的Wavocie和AUDIOIMU，FingerVib的融合方法分别提升了约9.7%和11.6%的识别性能。大量实验结果表明，FingerVib在各种条件下均展现出卓越的有效性和鲁棒性。
图1 基于智能手机的身份认证
图2 系统架构
近年来，在学校的大力支持下，开云kaiyun体育官方网站大力引进高水平人才，采用多种举措为引进人才和团队的发展提供必要条件。学院新建移动计算与智能穿戴的学科方向，组建了一支以胡新荣院长为负责人、以丁磊博士、吴渊博士等为骨干的年轻研究队伍，为计算机与物联网学科发展注入了强劲能量。