鳥取大学ビジネス交流会配付資料

平成２４年度鳥取大学ビジネス交流会（大阪地区）
脳波や人体伝搬信号による
利用者の継続的な認証
鳥取大学 工学研究科
中西 功
生体認証の危うさ
• 生体情報は外にさらされている
– 顔や音声，署名は他人に知られる
– 指紋も残留する
• 取得された生体情報をもとに生体情報が偽
造される
対応
• 生体検知の導入
– 対象物が本当に人体の一部であるかどうかを確
認する
– 例： 赤外線センサーを設けて温度を測る
• 体内情報を用いる
– 静脈
• 静脈認証システムに大根を用いて登録，認証できたと
いう報告もある
もう一つの脆弱性
• 従来のパスワードやカード，生体認証
– ワンタイム（一度きり）認証を前提
– 入室管理，パスポート管理，ATM，クレジットカード
• 本人が認証を行い，その後，他人がなりすまし
てもそれを見破ることはできない
利用者管理
• あるシステムを利用している者が正規のユー
ザーであるかどうかをチェックする
• 特に高いセキュリティ性が要求されるシステム
–
–
–
–
–
重要なデータへのアクセス
資格や免許状を取得するための遠隔講義システム
多くの人命を預かる乗り物（航空機，列車，バス）
緊急車両
軍事車両
継続認証
• システムの利用者が正規のものであるかどう
かを常にチェックする
• 生体情報を意識して提示するものは適さない
• 無意識な提示が可能なバイオメトリクス
– 顔，耳
– 声，キーストローク，歩き方
新しいバイオメトリクスの必要性
• 脳波
• 人体伝搬信号
• 無意識に提示可能
• 体外に露出しない（秘匿性）
バイオメトリックスとしての脳波
• 無意識に提示
– 現状ではセンサーを装着する際に意識するが，それ以
降は無意識可能
– 逆にセンサーを装着しないと取得できないため，秘匿
性に優れる
• アクセシビリティに最も優れる
– 脳波を持たない人はいない
• 運転者認証の場合は脳波を用いた居眠り検出や
酒気帯び検出と融合することも期待される
実用化を想定
• 少ない電極，簡単な照合方法による実現
http://www.miyuki‐
net.co.jp/jp/seminar/densearrayeeg/dens
earrayeeg.shtml
http://alphacom.co.jp/item.html
脳波
• 大脳皮質のたくさんの神経
細胞（ニューロン）にあるシ
ナプス結合での電位（シナ
プス後電位）が頭皮上の電
極に積算されて検出
• 通常はその空間的および
時間的分散性のために同
期することはなく一定の形
状の波形にはならない
• 睡眠時や安静閉眼での覚
醒時にはある程度の同期
性が生じ，それが特徴的な
脳波として観測される
• δ波
– 0.5Hz～3Hz – ぐっすり眠っているとき
• θ波
– 4Hz～7Hz – とろとろと眠くなっているとき
• α波
– 8Hz～13Hz – 安静，リラックス，閉眼時
• β波
– 14Hz～30Hz – 精神活動をしているとき
脳波認証の段階的推進
段階
眼
状態
ステージ１
閉眼
リラックス状態
ステージ２
閉眼
精神活動状態
ステージ３
開眼
リラックス状態
ステージ４
開眼
精神活動状態
ステージ５
開眼
実活動状態
ステージ１
閉眼＆リラックス状態での認証
• α波
[x107]
[x107]
4
2
3
2
1
1
0
8.42
10.11
Frequency[Hz]
11.79
0
8.42
10.11
Frequency[Hz]
11.79
被験者: 23名
等誤り率(EER) ：
約11%
ステージ２
閉眼＆精神活動状態での認証
• 精神活動（メンタルタスク）
– 本来の活動と関係のない精神活動をさせると無意
識ではなくなる
– 例えば，コンピュータの利用者認証を想定
• 「文書作成」は想定可能な精神活動
• β波の利用
– 精神活動はα波を抑制し，
結果としてβ波が現れる
EERは約１５％
I’m studying biometrics.
EEG
sensor
EEG sensor
ステージ３
開眼＆リラックス状態での認証
• 開眼状態では瞬きが脳波に雑音を発生させる
ことが問題
• ただし，その雑音のスペクトルは，α波，β波の
それとは異なる
• 脳波スペクトルを個人特徴とする限りは瞬きの
影響は考えなくて良い
• よって，ステージ３はステージ１と同じ
ステージ４
開眼＆精神活動状態での認証
• 運転者認証を想定
• 経路トレース
– 運転者の記憶にある経路と実際の経路を照らし合
わせることをメンタルタスクとする
ステージ５
開眼＆実活動状態での認証
• 運転者認証を想定
• 簡易運転シミュレータを使用する場合
– ゲーム機で構成
被験者：２３名でEER=約２４％
脳波認証のまとめ
• 精神活動や実作業を伴うと照合性能が劣化
– 誤り率：１１％－＞２４％
• 特徴抽出や照合方法の見直し
• 体が動いていないときのみ照合する
– オンデマンド認証
• ハンドルやブレーキの動きを検出し，静止状態の時だけ認
証する
• ハンドルやブレーキを動かしているときにすり替わることは
ない
人体伝搬信号による個人認証
• 利用中にシステムに触ったり，握ったりする
中で継続的／オンデマンド的に認証する
• 人体内通信技術を応用
人体伝搬信号の測定
従来は，人体の前腕部を用いた
前腕に貼り付けた一対の電極に発振器から信号を出力する
信号としては白色雑音信号を用いる
一方，少し離れた部分に同様な一対の電極を貼り付け，伝
播信号を検出する
• 今回は，検出器としてディジタルオシロスコープを用いる
•
•
•
•
Oscillator
Digital
Oscilloscope
Electrode
Electromagnetic Wave
人体伝播スペクトル（個人間変動）
(a) Subject A
(b) Subject B
(c) Subject C
(d) Subject D
(e) Subject E
スペクトル分布は個人毎に異なっ
ている．しかし，スペクトル分布が
似ているものもあり，個人間変動は
あまり大きくない
人体伝播スペクトル（個人内変動）
(a) 1st day
(b) 2nd day
(c) 3rd day
(d) 4th day
(e) 5th day
スペクトル分布に共通（類似）性が
ある反面，測定毎に大きく異なる部
分もあり，個人内変動は大きい
サポートベクターマシン（SVM）
• 教師あり学習を用いたパターン分類器
• ２クラス間の距離（マージン）が最大となるよう
な分離超平面を学習で求める
例：2次元空間
実験と結果
• 被験者20人
• EER=18%
100
FRR
FAR
90
80
70
Error Rate
60
50
40
30
20
10
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22
Threshold
手のひら伝搬信号
測定
• 被験者数：21
• 1日に2回測を30回
• 入力信号は白色雑音 （0‐100MHz, 4.0V）
結果
被験者10人
しきい値が7の時、EERが 22%
100
誤り率[%]
80
60
FRR[%]
FAR[%]
40
20
0
0
2
4
6
しきい値
8
10
人体伝搬信号による認証のまとめ
• 手のひらでの認証性能の評価
– EER = 約22%
– バイオメトリクスとしての可能性は確認
• 課題
– 処理部分の見直し
– 振幅スペクトルだけでなく，位相スペクトル情報
の利用
全体のまとめ
• 利用者管理では従来の一度きり認証では用をなさな
い
• 継続認証が必要－＞無意識な提示が可能なバイオメ
トリクス
– 脳波
– 人体伝搬信号
• 照合性能は８０％程
• 課題
– データベース
– 照合性能
– オンデマンド認証システムの開発