"Ciências Básicas para o Desenvolvimento Sustentável"
24 a 26 de outubro de 2023
Trabalho 19651
| ISSN | 2237-9045 |
|---|---|
| Instituição | Universidade Federal de Viçosa |
| Nível | Graduação |
| Modalidade | Pesquisa |
| Área de conhecimento | Ciências Exatas e Tecnológicas |
| Área temática | Inteligência Artificial |
| Setor | Instituto de Ciências Exatas e Tecnológicas - Campus Florestal |
| Bolsa | FAPEMIG |
| Conclusão de bolsa | Sim |
| Apoio financeiro | FAPEMIG |
| Primeiro autor | Eduardo Torres Tristão |
| Orientador | JOSE AUGUSTO MIRANDA NACIF |
| Outros membros | Kristtopher Kayo Coelho |
| Título | Autenticação Biométrica Multimodal para Internet das Coisas Aplicadas na Saúde Utilizando Aprendizado de Máquina |
| Resumo | Com o crescente aumento dos dispositivos de IoT (Internet das Coisas) mais dados têm sido acessados e requisitados através da rede, tornando o ambiente propício a ataques de invasores. Portanto, a necessidade de dispositivos IoT que possuam dados que respeitem a privacidade e segurança dos dados tem crescido. Em especial, os dispositivos IoHT (Internet das coisas Aplicadas à Saúde) necessitam de uma maior atenção nesses quesitos. Isso advém, do fato que dispositivos IoHT são capazes de aferir os sinais vitais. Ou seja, carregam dados sensíveis. Consequentemente, para esses sistemas, as biometrias tradicionais não são suficientes. Exemplos como impressão digital, íris ou face não garantem que o usuário está vivo ao ser autenticado. Para resolver esse problema, o uso dos próprios sinais vitais obtidos pelo dispositivo para a permissão ou não do acesso aos dados foi explorada. Desse modo, vários estudos têm atestado a eficácia de sinais como fotopletismografia, eletrocardiograma e eletroencefalograma para identificação de indivíduos. No estado da arte, é utilizado Redes Neurais Recursivas (RNN) e/ou Redes Neurais Convolucionais (CNNs) para realizar a verificação da identidade. Mais comumente, o uso de CNNs para extração de características em conjunto com uma RNN para a classificação é realizado. Recentemente as RNNs têm sido substituídas pelos Transformers em diversas áreas.Com isso em mente, nós usamos, em conjunto com uma CNN para extração de características, os Transformers como classificador. Em razão disso, nosso objetivo é aumentar a segurança desses dados melhorando a acurácia da autenticação com essa nova rede, que foi pouco explorada. Adicionalmente, pretendemos no futuro usar o Aprendizado Federado para manter a privacidade dos dados. Aprendizado Federado consiste em treinar os modelos nos aparelhos do usuário e apenas centralizar o modelo. Isso torna desnecessário o compartilhamento de dados pela rede para treinar a rede neural de autenticação. Logo, aumentando a privacidade dos dados. |
| Palavras-chave | redes neurais, transformers, biometria |
| Forma de apresentação..... | Painel |
| Link para apresentação | Painel |
|---|