网络攻击是数字世界中的严重威胁之一，它涵盖了与个人信息、健康、财务、知识产权甚至国家安全相关的一切。基于口令的认证是目前应用最广泛的认证系统，但它容易受到字典攻击、肩窥攻击、猜测攻击等。

近日，韩国光云大学Jae Y. Park报道了开发了一种新型的自供电混合纳米发电机/传感器，用于与基于神经网络的人工智能（AI）相结合的击键动力学驱动的生物特征认证系统。

文章要点

1）这种基于电磁-摩擦电原理的自供电混合传感器可以有效地从击键过程中的击键动力学中收集用户的行为信息。基于此，研究人员开发了一套定制的数据采集和信号处理系统，以获取按键信息并进行处理。

2）这种基于人工神经网络的AI用户识别和认证模型在使用混合传感器进行用户认证时，即使在多个用户之间使用共同的密码，也可以获得99%的高准确率，因此是一个极有前途的网络安全层，克服了密码漏洞。

3）与基于单个传感器的认证相比，该混合传感器在相同的密钥维度下具有较高的准确性和双重安全性。此外，这种混合传感器可以使用3D打印机制造，并快速安装在商用键盘上。

总体而言，这项工作提供了在计算世界中建立高网络安全层的新的可行性，基于这套系统，通过使用无电池混合传感器进行用户身份识别和认证，密码泄露可能不再是问题。

参考文献

Pukar Maharjan, et al, Keystroke Dynamics based Hybrid Nanogenerators for Biometric Authentication and Identification using Artificial Intelligence, Adv. Sci. 2021

DOI: 10.1002/advs.202100711

https://doi.org/10.1002/advs.202100711