$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

뇌파 기반의 인증시스템을 위한 EEG 암호화 기법
An EEG Encryption Scheme for Authentication System based on Brain Wave 원문보기

멀티미디어학회논문지 = Journal of Korea Multimedia Society, v.18 no.3, 2015년, pp.330 - 338  

김정숙 (Division of SmartIT, Kimpo University) ,  정장영 (Dept. of Computer Eng., Dongguk University)

Abstract ▼ AI-Helper 아이콘AI-Helper

Gradually increasing the value of the technology, the techniques of the various security systems to protect the core technology have been developed. The proposed security scheme, which uses both a Password and the various devices, is always open by malicious user. In order to solve that problem, the...

주제어

#EEG(Electroencephalography)   #Authentication System   #Chaos Map   #XOR Operation   #Encryption   #Brain Wave  

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • EEG 데이터가 항상 같은 데이터를 가지지 않는 특징을 기반으로 하여 인증을 하고자 하였고 이때 SVM을 이용하여 오류율에 관한 문제를 해결하고자 했다. Ashby등이 제안한 방법은 150초 동안에 기록을 하고 EEG 데이터에서 후)포지티브한">포지티브 한 데이터이기 때문에 악의적인 사용자가 쉽게 알 수가 있다. 따라서 본 논문에서는 사용자의 뇌파 데이터 인증 시 악의적인 사용자가 인지하게 어렵게 하기 위해 카오스 맵을 이용해서 포지티브 데이터를 네거티브하게 변환하여 사용하고자 한다. 이때 실시간 후)오버헤드가">오버 헤드가 발생한다. 따라서 본 논문에서는 실시간 인증에 효율적으로 사용될 수 있는 EEG 암호화 기법을 제안하고, 실시간으로 인증이 될 수 있는지에 대한 검증 과정을 거쳤다. 다음의 Fig.
  • 본 논문에서는 바이오 메트릭 중에서 뇌파 데이터를 이용한 인증시스템을 제안하였고, 암호와 및 복호화 하는 시간이 빠른 암호와 기법을 개발하고 이를 시뮬레이션 하였다. 후)인증 시스템을">인증시스템을 이용하면서도 사용자에게 2차적인 피해를 줄일 수 있는 기술이 필요하다. 이에 본 논문에서는 바이오 메트릭 중에서 유출 위험성이 적은 뇌파 데이터(EEG, Electro Encephalo Graphy)를 이용하여 인증시스템을 제안하고 이를 구현하였다. 후)뇌파같이">뇌파 같이 대용량의 데이터를 이용하여 실시간으로 인증을 할 경우, 속도가 빠른 암호화 기법이 필요하다. 이에 본 논문에서는 실시간으로 인증이 가능하도록 뇌파 데이터에 카오스맵을 이용한 XOR 연산을 수행하여 암호화하는 기법을 제안하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
멀티플 멘탈 인식 모델 기법은 무엇인가? 하지만 측정 방법이 32개의 채널을 이용하였으며, 이로 인해 많은 계산량을 필요로 한다. 그리고 Palaniappan 등이 제안한 멀티플 멘탈 인식 모델 기법은 뇌파 측정시 전극의 위치별로 신호를 모아 측정하는 기법이다[2]. 뇌파 측정 시 다음의 Fig.
바이오 메트릭 기반의 생체인식 인증시스템의 단점은 무엇인가? 이러한 위험으로 인해 각막, 지문, 혈관, 안면, DNA 등을 이용한 바이오 메트릭(biometric) 기반의 인증시스템들이 개발되어 사용되고 있다[1]. 바이오 메트릭 기반의 생체인식 인증시스템은 타인에 의해 도용될 수 있는 확률이 낮아 비밀번호 인증보다 안전한 것으로 생각되어 왔지만 시스템을 도입하는데 많은 비용이 소요되고 느리다는 단점을 가지고 있다. 뿐만 아니라 악의적인 사용자가 인증 시스템 사용자에게 직접적인 신체의 피해를 입힐 수 있고 이로 인해 핵심기술 유출 외에도 사용자에게 2차적인 피해까지 입힐 수 있다.
리스크기반 인증은 어떤 방식인가? EMC사는 리스크기반 인증(risk-based authentication)이라는 새로운 방식의 인증기술을 선보였다. 이 기술은 사용자의 정상적인 행동의 데이터를 만들고, 그 데이터를 기반으로 이용자가 평상시와 다른 장소에서 로그인을 하거나 다른 컴퓨터를 사용하는 등 특이한 행동을 하면 위험점수가 올라가서 전화 확인 등의 추가 인증을 요구하는 방식이다. 하지만 이러한 인증시스템은 인증 시 사용되는 다양한 정보들이 도난 및 발췌가 가능한 정보들이어서 악의적인 사용자로 하여금 표적이 될 수 있다.
질의응답 정보가 도움이 되었나요?

참고문헌 (13)

  1. D.D. Patil, N.A. Nemade, and K.M. Attarde, "Iris Recognition using Fuzzy System," International Journal of Computer Science and Management Studies, Vol. 2, No. 3, pp. 14-17, 2013. 

  2. W. Khalifa, A. Salem, M. Roushdy, and K, Revett, "A Survey of EEG based User Authentication Schemes," Proceeding of The 8th International Conference on Inforrmatics and Systems, pp. 55-60, 2012. 

  3. J. FRIDRICH, “Image Encryption based on Chaotic Maps,” Proceeding of IEEE International Conference on Computational Cybernetics and Simulation, pp. 1105-1110, 1997. 

  4. J.Y. Chung and Y.S. Hong, “Encryption Scheme of Image Header Information for Security of Ultra High Resolution Images,” Proceeding of Korea Computer Congress 2012, Vol. 39, No. 2C, pp. 107-109, 2012. 

  5. J.Y. Chung and Y.S. Hong, “Parallel Image Encryption Schemes for Security of Ultra High Resolution Images,” Proceeding of Korea Computer Congress 2012, Vol. 39, No. 1C, pp. 274-276, 2012. 

  6. C.F. Lin, S.H Shih, J.D. Zhu, and S.H Lee, “Implementation of An Offline Chaos-based EEG Encryption Software,” Proceeding of Advanced Communication Technology International Conference, pp. 430-433, 2012. 

  7. C.F. Lin, S.H. Shih, J.D. Zhu, S.H. Lee, and C.W. Liu. "C# based EEG Encryption System using Chaos Algorithm," Proceeding of 1st International Conference Complex Systems and Chaos, pp.59-62, 2013. 

  8. C.F. Lin and C.H. Chung, "A Chaos-based Visual Encryption Mechanism in Integrated ECG/EEG Medical Signals," Proceeding of Advanced Communication Technology ICACT 10th Intenational Conference, Vol. 3, pp. 1903-1907, 2008. 

  9. C. Ashby, A. Bhatia, F. Tenore, and J. Vogelstein, "Low-cost Electroencephalogram (EEG) based Authentication," Proceeding of Neural Engineering, 5th International IEEE/ EMBS Conference, pp. 442-445, 2011. 

  10. A. Zúquete, B. Quintela, and J.P. da Silva Cunha, "Biometric Authentication using Brain Responses to Visual Stimuli," Biosignals, pp. 103-112, 2010. 

  11. C. Shannon, "Communication Theory of Secrecy Systems," Bell Systems Journal, Vol. 28. No. 4, pp. 659-715, 1949. 

  12. W. Stallings, Network Security Essentials : Applications and Standards, Pearson Education, UK, 2013. 

  13. S.I Shin, J.H Cho and M.N Kim, "Proposition for 4 Channel Frontal Lobe Electrode Configuration and Study on EOG Removal from Measured EEG," Journal of Korea Multimedia Society, Vol. 6, No. 1, pp. 167-175, 2003. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로