很快你可能不仅能听到你的心在歌唱，还能用旋律来唯一地识别你。
西班牙和伊朗的研究人员建议使用心跳作为生物识别工具，通过记录其音乐特征(如节奏和音高)来唯一识别人。在测试中，该系统成功地达到了 96% 的准确率。
“我们可能会在建筑物的访问控制系统中使用该解决方案，在该系统中，预先注册的用户提供模板(简短的心电图记录)以进入设施，”研究人员在他们的论文中写道，该论文展示了他们基于心跳的生物识别系统的用例.
反了
研究人员承认，将心脏甚至大脑信号作为有效生物识别标识符的研究并不是独一无二的。但是，以前从未尝试过基于心跳的某些独特特征进行识别。
为了促进这一点，研究人员从一个人的心电图 (ECG) 记录中分析了五种音乐品质：动态、节奏、音色、音高和音调。
研究人员在论文中解释说，动力学决定了声音的响亮或柔和，而节奏则衡量了声音的长短运动。同样，音色是特定乐器或声音所具有的特定品质，音高根据其振动频率对声音进行分类，而音调与音乐作品围绕中心音符组织的想法有关。
研究人员声称，当这些特征结合在一起时，就会揭示出每个人独有的音乐模式。
该研究的最大优势之一是提议的基于 ECG 的生物特征识别的普遍应用。尽管指纹和视网膜扫描等传统生物识别技术得到了广泛使用，但它们仍然无法识别能力不同的人以及那些受伤或患有糖尿病等健康状况的人。
“[我们研究的]普遍性得到保证，因为每个活着的人都有一颗跳动的心脏，我们可以记录他们的心电图。此外，该信号随时可供记录，”研究人员在论文中指出。
实施麻烦
研究人员意识到，在他们的工作可以在现实世界中使用之前，需要进一步测试以消除任何问题。
他们注意到的一个问题是年龄对心跳的影响。研究人员承认：“随着人类年龄的增长，我们的心脏信号多年来略有变化，我们可能会认为心电图记录由于其持久性而对生物识别技术无效，”并补充说，因此，心跳生物识别技术将需要更新至少每五年一次。
网络安全公司LogicHub的首席营销官Willy Leichter将研究中提出的生物特征认证模型视为心跳的语音识别系统。
“虽然这是有道理的，而且准确性可能会提高到目前无法接受的 96% 范围之外，但目前尚不清楚这比语音识别或其他行为模型有什么优势，”Leichter 通过电子邮件告诉 Lifewire。
此外，莱希特还对这项研究的实际应用持怀疑态度。在表达他的担忧时，他指出生物识别技术通常不会因其准确率而受到阻碍，而是因为它们对人们的干扰程度。Leichter 说：“这让人感觉很麻烦——许多人会在允许共享他们的心电图数据之前停下来。”
然而，研究人员相信，Apple Watch或Withings Move ECG等便携式设备的心电图轨迹经过医学验证，已经使人们适应了非侵入性心电图记录仪。他们建议该系统可以作为身份验证应用程序提供，用户只需用另一只手触摸配备智能 ECG 的手表即可记录他们的信号。
莱希特仍然不完全相信。“在过去的 20 年里，我们看到了广泛的实验性生物识别解决方案，从指纹到视网膜扫描、面部识别和各种行为模型，”Leichter 分享道。“薄弱环节通常不是特定的生物特征，而是它是如何实施的，以及供应商如何平衡隐私和身份识别。
免责声明：本文由用户上传，如有侵权请联系删除！
