No abstract

Os dispositivos em uma rede corporal sem fio monitoram sinais clínicos de pacientes. A importância contida nestes dados sugerem que devam ser transmitidos e mantidos de forma privada e segura. Com base nos princípios de segurança e as especificidades da rede, este trabalho objetiva apresentar uma análise empírica acerca do desempenho e consumo de recursos de hardware por protocolos de autenticação. Foram realizadas análises acerca de tempo de execução, consumo de memória, goodput, além das métricas de falsa aceitação e falsa rejeição sobre tentativas de autenticação. Ao explorar os resultados, é notável o trade-off entre os protocolos, principalmente sobre tempo de execução e consumo de memória, além da precisão durante o processo de autenticação.

A popularização da Internet das Coisas aumentou significativamente os requisitos para a transmissão e armazenamento de dados pessoais sensíveis. Consequentemente, esses avanços exigem políticas rígidas de controle de acesso com a necessidade de garantir segurança e privacidade de forma eficaz. É possível encontrar na literatura que a autenticação biométrica baseada em sinais de PPG (fotopletismografia) ou ECG (eletrocardiograma) são potenciais suportes no atendimento a esses requisitos. Pensando nisso, este artigo propõe um método de identificação multimodal de indivíduos, combinando ambos os sinais. Nossa proposta combina duas redes neurais convolucionais em cascata, dando avanços ao estado da arte. Como resultados numéricos, o método atinge 99,62% de acurácia, 93,83% de precisão e 0,04% FAR em diferentes bases de dados.

No abstract