自適應(yīng)動(dòng)態(tài)量化的生物密鑰生成方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于網(wǎng)絡(luò)安全技術(shù)領(lǐng)域，特別涉及一種生物密鑰生成方法，可用于無線體 域網(wǎng)WBAN節(jié)點(diǎn)之間的認(rèn)證。
【背景技術(shù)】
[0002] 隨著無線通信技術(shù)、可穿戴技術(shù)、低功耗傳感器技術(shù)在醫(yī)療領(lǐng)域的廣泛發(fā)展和應(yīng) 用，無線體域網(wǎng)已成為遠(yuǎn)程醫(yī)療健康信息采集和傳輸?shù)囊豁?xiàng)重要技術(shù)。由于涉及用戶個(gè)人 隱私和用戶人身安全問題，無線體域網(wǎng)中的數(shù)據(jù)安全通信問題顯得尤為重要。對(duì)無線體域 網(wǎng)中的傳感器進(jìn)行身份合法性的檢驗(yàn)是安全通信首要解決的問題?，F(xiàn)有的身份認(rèn)證技術(shù)使 用公鑰證書，但涉及到大量的公鑰計(jì)算，且需要可信第三方的存在，無法在無線體域網(wǎng)中應(yīng) 用，或者將密鑰預(yù)先部署在傳感器中，其安全性很大程度上依賴于傳感器節(jié)點(diǎn)的安全，一旦 它們丟失或被捕獲，則無線體域網(wǎng)安全根基將不復(fù)存在。為了解決這些問題，人們提出利用 生物特征生成密鑰，即用生物密鑰作為身份認(rèn)證的依據(jù)。生物特征的唯一性、不可復(fù)制性、 時(shí)變性保證了生物密鑰的安全。由于心電信號(hào)ECG便于采集，且具有較小的數(shù)據(jù)量，有利于 節(jié)省傳感器的存儲(chǔ)空間，因此，在無線體域網(wǎng)中利用心電信號(hào)生成生物密鑰是可行的。 [0003] 2011年，F(xiàn)engyuan Xu與Zhengrui Qin等人提出了一種基于等概率區(qū)間量化的心 電信號(hào)密鑰生成方法，發(fā)現(xiàn)人體心電信號(hào)ECG的脈沖間距IPI呈現(xiàn)正態(tài)分布特征，將脈沖間 距IPI的概率密度曲線劃分為若干個(gè)連續(xù)的等概率區(qū)間，作為脈沖間距IPI的量化區(qū)間，對(duì) 測(cè)量的脈沖間距IPI進(jìn)行量化之后再進(jìn)行格雷編碼即得到生物密鑰。該方法要求脈沖間距 IPI的方差較大，否則，來自同一人體不同部位的脈沖間距IPI測(cè)量值，將被量化到不同的量 化區(qū)間，從而得到不同的生物密鑰，導(dǎo)致認(rèn)證的錯(cuò)誤拒絕概率較高。
[0004] 2012年，Guang-He Zhang等人提出了一種直接編碼量化方法，該方法把心電信號(hào) ECG的脈沖間距IPI測(cè)量值映射到固定區(qū)間[0,15]上，通過對(duì)每個(gè)映射區(qū)間進(jìn)行4比特二進(jìn) 制編碼得到該脈沖間距IPI所對(duì)應(yīng)的生物密鑰。但該方法產(chǎn)生的密鑰長(zhǎng)度較短，密鑰產(chǎn)生速 率較低，而且僅保留同一時(shí)刻來自不同傳感器節(jié)點(diǎn)的脈沖間距IPI值之間的差異，使得來自 同一人體不同部位的脈沖間距IPI測(cè)量值所產(chǎn)生的密鑰比特有較高的不一致率，引起較大 的錯(cuò)誤拒絕概率。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明針對(duì)上述已有技術(shù)的不足，提出一種自適應(yīng)動(dòng)態(tài)量化的生物密鑰生成方 法，以在保證密鑰良好隨機(jī)性的前提下，最大限度地提高每個(gè)脈沖間距IPI的量化位數(shù)，從 而有效地提高生物密鑰的身份識(shí)別率和密鑰產(chǎn)生速率。
[0006] 本發(fā)明的技術(shù)方案是:對(duì)所測(cè)量的心電信號(hào)的脈沖間距IPI值進(jìn)行統(tǒng)計(jì)，計(jì)算得到 其概率分布的數(shù)學(xué)期望和統(tǒng)計(jì)方差值，進(jìn)而計(jì)算出脈沖間距IPI的熵，將其作為量化位數(shù)的 選擇依據(jù)，進(jìn)行脈沖間距IPI量化位數(shù)的自適應(yīng)動(dòng)態(tài)選取，并將脈沖間距IPI值依次進(jìn)行量 化和二進(jìn)制編碼，得到生物密鑰。其實(shí)現(xiàn)步驟包括如下：
[0007] (1)用無線體域網(wǎng)WBAN中的傳感器節(jié)點(diǎn)和協(xié)調(diào)器節(jié)點(diǎn)分別采集人體心電信號(hào)，獲 得采集到的人體心電信號(hào)x d，對(duì)該信號(hào)xd進(jìn)行小波變換去噪及歸一化處理，得到去噪歸一化 心電信號(hào)f a，d = 1或者2，1表示傳感器節(jié)點(diǎn)，2表示協(xié)調(diào)器節(jié)點(diǎn)；
[0008] (2)對(duì)去噪歸一化心電信號(hào)|^進(jìn)行R波檢測(cè)，提取R波的波峰位置，構(gòu)建R波的波峰 索引序列Ind d:
[0009]
[0010] 其中，表示去噪歸一化心電信號(hào)F第m個(gè)R波的波峰位置，me [ 1，M]，M表示去 噪歸一化心電信號(hào)F"中R波的總個(gè)數(shù)；
[0011] (3)根據(jù)R波的波峰索引序列Indd，得到脈沖間距序列Fd:
[0012]
j
[0013] 其中，表示脈沖間距序列Fd的第j個(gè)元素，= /W二，j e [ ，M-1 ]，M_ 1為脈沖間距序列長(zhǎng)度；
[0014] (4)根據(jù)脈沖間距序列Fd動(dòng)態(tài)地確定脈沖間距IPI的量化位數(shù)：
[0015] 4a)計(jì)算脈沖間距序列所有元素的平均值Cd:
[0016]
[0017 ] 4b Η十筧敝沖間距序列Fd的方差Dd:
[0018]
[0019] 4c)利用脈沖間距序列Fd的方差Dd計(jì)算脈沖間距序列信息熵H d:
[0020]
[0021] 4d)枏據(jù)脈沖間距序列Fd的信息熵Hd確宙脈沖間距序列F d元素的量化位數(shù)Bd:
[0022]
[0023]其中，roirndU)表示將實(shí)數(shù)X四舍五入到最接近它的整數(shù)；
[0024] (5)分別依次對(duì)傳感器節(jié)點(diǎn)脈沖間距序列F1中的每個(gè)元素和協(xié)調(diào)器節(jié)點(diǎn)脈沖間距 序列F2中的每個(gè)元素進(jìn)行B1比特和B2比特量化編碼，構(gòu)建傳感器節(jié)點(diǎn)生物特征序列I和協(xié) 調(diào)器節(jié)點(diǎn)生物特征序列W2。
[0025] (6)對(duì)傳感器節(jié)點(diǎn)生物特征序列I和協(xié)調(diào)器節(jié)點(diǎn)生物特征序列W2進(jìn)行密鑰協(xié)商，兩 節(jié)點(diǎn)得到相同的生物特征序列1，即為它們共享的生物密鑰。
[0026] 本發(fā)明與現(xiàn)有技術(shù)相比具有以下優(yōu)點(diǎn)：
[0027] 1)本發(fā)明采用脈沖間距IPI的熵作為脈沖間距IPI量化位數(shù)選擇的依據(jù)，限制最低 量化位數(shù)以保證密鑰具有良好的隨機(jī)性，并充分利用脈沖間距IPI特征中所蘊(yùn)含的信息，盡 可能地提高每個(gè)脈沖間距IPI所產(chǎn)生的密鑰比特位數(shù)，從而提高了生物密鑰的產(chǎn)生效率；
[0028] 2)對(duì)于兩個(gè)近似的脈沖間距IPI特征而言，現(xiàn)有固定位數(shù)量化方法往往僅保留它 們之間的差異，而本發(fā)明能夠保留這兩個(gè)特征的相同部分所對(duì)應(yīng)的二進(jìn)制比特，因此比現(xiàn) 有方法具有更小的誤比特率，可降低身份認(rèn)證的錯(cuò)誤拒絕概率。
【附圖說明】
[0029] 圖1為本發(fā)明的實(shí)現(xiàn)流程圖；
[0030] 圖2為本發(fā)明與現(xiàn)有固定位數(shù)量化方法的認(rèn)證性能對(duì)比圖；
[0031] 圖3為本發(fā)明與現(xiàn)有固定位數(shù)量化方法的密鑰生成速率對(duì)比圖。
【具體實(shí)施方式】
[0032]下面結(jié)合附圖對(duì)本發(fā)明實(shí)施及效果作進(jìn)一步的詳細(xì)描述。
[0033]參照?qǐng)D1，本發(fā)明的實(shí)施步驟如下：
[0034] 步驟1，對(duì)人體心電信號(hào)進(jìn)行小波變換去噪及歸一化處理。
[0035] (la)用無線體域網(wǎng)WBAN中的傳感器節(jié)點(diǎn)和協(xié)調(diào)器節(jié)點(diǎn)分別采集人體心電信號(hào)，得 到傳感器節(jié)點(diǎn)心電信號(hào)X 1和協(xié)調(diào)器節(jié)點(diǎn)心電信號(hào)X2;
[0036] (lb)對(duì)采集到的人體心電信號(hào)進(jìn)行小波變換：
[0037] [c, 1] =wt(Xd,8,sym8),
[0038] 其中，c表示各層小波系數(shù)組成的向量，1表示各層小波系數(shù)長(zhǎng)度組成的向量，wt表 示多尺度小波分解函數(shù)，xd表示節(jié)點(diǎn)采集到的人體心電信號(hào)，d = 1或者2，1表示傳感器節(jié) 點(diǎn)，2表示協(xié)調(diào)器節(jié)點(diǎn)，8表示小波分解的層數(shù)，sym8表示采用的小波基；
[0039] (lc)將各層小波系數(shù)組成的向量c中的第1層、第2層、第8層高頻系數(shù)以及第8層低 頻系數(shù)置為〇,得到處理后的小波系數(shù)cl;
[0040] (Id)對(duì)處理后的小波系數(shù)cl進(jìn)行小波重構(gòu)，得到去噪后的心電信號(hào)：
[0041] Yd=wt_1(cl, 1 ,sym8),
[0042] 其中Yd表示去噪后的心電信號(hào)，wf1表示多尺度小波重構(gòu)函數(shù)，cl表示處理后的小 波系數(shù)；
[0043] (le)對(duì)去噪后的心電信號(hào)^進(jìn)行歸一化處理，得到去噪歸一化心電信號(hào)F%
[0044] …,冗'，…,J；；],
[0045] 其中，穹表示去噪歸一化心電信號(hào)P的第i個(gè)采樣點(diǎn)，1[[1，捫小為心電信號(hào)總 采樣點(diǎn)數(shù)，
，Yd(i)表示去噪后的心電信號(hào)^的第i個(gè)采樣點(diǎn)。
[0046] 步驟2，對(duì)去噪歸一化心電信號(hào)p"進(jìn)行R波檢測(cè)，構(gòu)建R波的波峰索引序列。
[0047] (2a)設(shè)置極大值MAX的初始值為負(fù)無窮大，極小值MIN的初始值為正無窮大，設(shè)置R 波相鄰波峰與波谷的垂直距離閾值TH為大于零的實(shí)數(shù)；
[0048] (2b)遍歷去噪歸一化心電信號(hào)尸，搜索并更新極大值MAX和極小值MIN:
[0049] 更新極大值MAX:若對(duì)> ，則更新極大值MAX，即M4尤二療，并記錄此時(shí)極大 值MAX在去噪歸一化心電信號(hào)P中的位置為i;若兄<Μ?Τ，則保持極大值MAX與它在去噪 歸一化心電信號(hào)中的位置不變；
[0050] 更新極小值MIN:若<M見，則更新極小值，即Μ# =窮：如果宂>MM，則保 持極小值MIN與它在去噪歸一化心電信號(hào)中的位置不變；
[0051 ] (2c)在步驟（2b)中，如果極大值MAX保持不變，且療< MAY