“青稞”有约
本期分享 | 浙大计算机科学与技术学院/ 网络空间安全研究中心任奎教授、林峰研究员
本期推荐 | 浙江大学学术委员会委员、光电科学与工程学院 刘旭
指纹识别，大家都不陌生，通过采集指纹图像进行不同个体的区分，是目前使用最方便精度最高的生物识别技术手段。那如果设备不支持指纹的图像采集怎么进行指纹识别？为了解决这个问题，浙江大学网络空间安全研究中心任奎教授和林峰研究员与美国纽约州立大学布法罗分校合作，成功开发了一套“指纹音”身份识别系统，是国际上首次提出并实现了通过声音识别指纹进行用户身份的认证。
相关论文“SonicPrint: A Generally Adoptable and Secure Fingerprint Biometrics in Smart Devices” 发表在2020年6月在加拿大多伦多举行的移动网络顶级会议----国际计算机学会（ACM）主办的移动系统应用与服务会议（18th ACM International Conference on Mobile Systems, Applications, and Services，简称 MobiSys）上，并获大会175篇论文里唯一最佳论文奖（Best Paper Award）。
该系统无需传统的高能耗高价格光学或电容指纹传感器，而仅需日常常见的低能耗低成本的麦克风就可以实现指纹身份认证，可以广泛应用于可穿戴设备，智能家居，工业物联网等物联网终端。
Q：系统研发的出发点是什么？
出发点主要有两点：一. 据报道到2025年全球包括可穿戴设备和智能家居的物联网智能设备将达到250多亿个。而这些大量的物联网设备往往都缺乏用户身份认证，从而无法实现授权准入和访问控制，给物联网埋下严重安全隐患。二. 这些物联网设备由于体积所限或是成本的制约，配置指纹扫描、人脸识别、虹膜识别等传统的高精度身份认证系统并不可行。因而我们希望能实现一种价格低廉且使用方便的新型身份认证方法，能在各种类型的物联网设备中实现对设备和用户的双向保护。
Q：指纹音是什么？如何产生和采集？
我们知道摩擦会导致相互作用的介质中出现波和震荡，从而向周围环境发出声波。带有指纹的粗糙指尖摩擦智能设备（如VR头盔，智能手表）表面同样会产生声波，并且该声波分布不会受到手指滑动速度，手指用力大小的影响，仅有手指的指纹纹理以及内部结构（手指分为表皮，真皮和皮下组织）会对声波的分布产生影响，这种声波我们称之“指纹音”。
麦克风由于成本低体积小在日常智能设备中被广泛集成，可以很自然地采集到指纹摩擦产生的“指纹音”。
Q: 指纹音为何能区分不同的用户？
Q: 实现“指纹音”系统的难点在哪里？
考虑到指纹音的产生是指尖在设备表面的摩擦，如何在声音信号中定位用户摩擦发声的精准片段是要解决的难点问题。因为用户滑动的时间长度是任意的，摩擦产生的声压也是有变化的，因而传统峰值检测技术无法准确对起始终止点进行判断。为此，我们设计了新型的基于隐马尔科夫模型的自适应检测，相位检测，和时长认证的分段处理流程，来进行摩擦事件的检测及定位。
Q: 指纹音的优势体现在哪里？
Q:目前国际上是否有同类技术？
我们是第一个提出利用手指指纹滑动摩擦智能设备表面产生指纹音来进行用户身份认证的团队。国际上之前并无相关同类技术。
Q: 指纹音的应用前景如何？
指纹音由于较强的实用性和操作便利性因而拥有较好的应用前景。麦克风结合指纹音的方案因为高精度，低成本，易部署，好使用的特点，能弥补诸如智能眼镜，智能手表，耳机，语音助手等大量物联网设备无法部署传统身份认证系统的缺陷，从而可以在现实生活中广泛部署。例如谷歌眼镜等可穿戴设备存有很多拍到的用户敏感信息，诸如账号，图像等。目前设备没有任何身份认证系统，任何人都可以使用并访问该设备，造成隐私的泄露。
利用我们的“指纹音”系统可以有效地对设备的使用者进行授权控制，从而保护信息不会被非法操作和泄露，为物联网设备的安全性建立强有力的保障。