НИУ ВШЭ создал способ биоидентификации по электрическим импульсам тела с точностью более 80%

Учёные предложили новый способ обработки данных биоидентификации. Сообщается о распознавании человека по физиологическим характеристикам. К таким характеристикам относятся снимок сетчатки, отпечаток пальца и электрические токи, проходящие через тело. Исследователи из Национального исследовательского университета «Высшая школа экономики» (НИУ ВШЭ) разработали метод на основе машинного обучения. Он даёт возможность определять человека по электрическим импульсам в теле с точностью более 80 процентов. Исследование выполнено при поддержке гранта Российского научного фонда. Результаты исследования опубликованы в журнале Scientific Reports.

В новом подходе через организм пропускают безопасные токи. После прохождения через ткани фиксируются параметры, которые уникальны для каждого человека. Эти параметры используют для идентификации. Точность распознавания по биотокам достигла более 80%.

Биоидентификация даёт возможность точно определять личность по биологическим признакам. Часть таких технологий уже применяется. К ним относятся разблокировка устройств по отпечатку пальца и оплата по изображению лица. Идентификация по электрическим импульсам пока находится в стадии разработки. При этом ключевым параметром остаётся точность. Распространение токов в теле у разных людей отличается по скорости, частоте и силе. Это связано с индивидуальными особенностями организма.

Ранее в ряде работ заявлялась точность до 99 процентов. Позже стало известно, что такой результат связан с утечкой данных. Алгоритм обучался на одном наборе и практически встречал тех же людей в тестовой выборке.

Для обучения и проверки использовались информация 30 человек. Участникам устанавливали 12 датчиков, которые контролировали приблизительно 400 точек. Шесть датчиков передавали безопасные импульсы разной частоты. Ещё шесть датчиков считывали токи после прохождения через тело.

Учёные анализировали разницу между входящими и исходящими сигналами. Информация обрабатывались с помощью математических методов. В результате был выбран оптимальный способ обучения нейросети. Отдельно контролировалось, чтобы один и тот же человек не попадал одновременно в обучающую и тестовую выборки. Это повысило корректность оценки точности.

Полученные результаты могут применяться не только для идентификации. Технологию можно использовать для передачи данных внутри тела. Устройства можно настроить на определённые частоты, которые не пересекаются с естественными сигналами организма. По словам авторов исследования, это важно для синхронной работы протезов и медицинских датчиков. Такой подход даёт возможность снизить зависимость от проводной и беспроводной связи.

Основной исполнитель проекта, кандидат технических наук, PhD, профессор департамента бизнес‑информатики Высшей школы бизнеса НИУ ВШЭ и главный научный сотрудник Центра стратегической аналитики и больших данных Института статистических исследований и экономики знаний НИУ ВШЭ Михаил Комаров сообщил, что технология передачи данных через тело позволит отказаться от стандартных каналов связи, подверженных помехам, и требует встроенных механизмов биоидентификации для защиты работы медицинских устройств.