Heart Signal (ECG) as Vibration Signature for Human Authentication Using TinyML (원문, 새 창)

AI 인사이트

개발자

심전도(ECG) 신호를 생체인증에 활용하는 TinyML 기반 연속 인증 프레임워크 제안, PPG와 비교 분석
UofTDB, MIT-BIH Arrhythmia/Noise Stress Test, PTB 등 공개 데이터셋의 단일 리드 ECG로 특징 추출
DNN·1D CNN·2D CNN을 Edge Impulse에서 학습해 98% 정확도 달성, ESP32 기반 ESP-EYE에 TinyML로 배포
여러 신호를 평균화하면 잡음 내성과 인식 정확도가 함께 향상됨을 확인

왜 중요한가

얼굴·지문 등 기존 생체인증은 딥페이크·스푸핑에 취약하고 로그인 시점의 1회성 인증에 그치는데, ECG 기반 연속 인증은 기기 사용 전 과정에서 지속적으로 신원을 확인할 수 있어 웨어러블·엣지 기기의 패스워드 없는 보안 인증에 새로운 선택지를 제공한다.

본문 미리보기

arXiv:2610.24761v1 Announce Type: new Abstract: Ensuring data security in the era of Artificial Intelligence (AI) and deepfake technology requires robust biometric systems. Conventional methods such as facial recognition, iris scans, fingerprints, and voice recognition are increasingly vulnerable to spoofing and provide only one-time authentication at login. This study introduces an Electrocardiogram (ECG) based authentication framework, compared with Photoplethysmography (PPG), leveraging Tiny

전체 내용이 궁금하다면?

arXiv cs.CR (암호학·보안)에서 원문을 직접 읽어보세요

원문 보기

#TinyML
#생체인증
#심전도
#도메인응용

이 글이 만들어진 과정

11:24AI 초안

판 이력 전체 보기 →

4건

AI 인사이트

본문 미리보기

이 글이 만들어진 과정

관련 글