近期，k8凯发国际與人工智能學院胡新榮院長團隊青年教師吳淵博士在物聯網感知與安全方向取得了重要的研究進展。相關成果「FingerVib: Fortifying Acoustic-based Authentication with Finger Vibration Biometric on Smartphone」發表在k8凯发国际領域CCF A類期刊《IEEE Transactions on Information Forensics & Security》（ISSN：1556-6013）上。論文的第一單位為武漢紡織大學，第一作者為吳淵博士，通訊作者為丁磊博士。

在FingerVib: Fortifying Acoustic-based Authentication with Finger Vibration Biometric on Smartphone一文中，吳淵博士提出了一種新穎的基於智能手機的身份認證系統，利用手機咪高峰和IMU傳感器感知手指敲擊手機過程中的振動信號和聲音，將提取的兩種模態融合建模，用於實時實時身份認證，可以有效對抗運動和環境噪音干擾，為身份認證應用给予了一種新的範式。

文章連結：http://ieeexplore.ieee.org/abstract/document/11133485。

由於移動設備的廣泛應用，對用戶進行移動設備身份驗證以防止敏感信息泄露至關重要。基於生物特徵的認證技術在智能設備中廣泛用於驗證用戶身份，但容易遭受重放攻擊。本文提出利用解鎖手機時獨特的手指點擊手勢建立名為FingerVib的安全多因素認證系統。相較於其他生物特徵認證系統，FingerVib無需用戶記憶複雜信息（如手勢、塗鴉），且操作方式不顯眼。當用戶顺利获得點擊解鎖手機時，FingerVib會利用咪高峰記錄手指觸屏產生的聲音，並採用慣性測量單元（IMU）提取手機振動信號。系統的關鍵貢獻在於建立了聲音與振動信號之間的內在關聯模型。具體而言，FingerVib捕捉了兩種新型反應，用以描述個體接觸手掌如何在兩個不同維度上調節信號。基於上述兩種響應機制，開發了一種實時抗干擾解鎖活動檢測算法。該算法即使在兩種模態信號存在干擾的情況下，仍能實現精準的解鎖信號分割。此外，構建了一個模態融合模型，顺利获得提取跨模態特徵並獲取模態間相關性特徵，確保即使在模態受到干擾時也能保持推理性能的一致性。在包含41名參與者的用戶研究中，FingerVib在應對重放攻擊和冒充攻擊時，認證準確率達到98.53%，平均表現指標為1.36%的誤檢率（FAR）、2.76%的漏檢率（FRR）以及2.72%的錯誤拒絕率（EER）。相較於現有多模態融合系統中的Wavocie和AUDIOIMU，FingerVib的融合方法分別提升了約9.7%和11.6%的識別性能。大量實驗結果表明，FingerVib在各種條件下均展現出卓越的有效性和魯棒性。

圖1 基於智能手機的身份認證

圖2 系統架構

近年來，在學校的大力支持下，k8凯发国际與人工智能學院大力引進高水平人才，採用多種舉措為引進人才和團隊的开展给予必要條件。學院新建移動計算與智能穿戴的學科方向，組建了一支以胡新榮院長為負責人、以丁磊博士、吳淵博士等為骨幹的年輕研究隊伍，為k8凯发国际與物聯網學科开展注入了強勁能量。