1 |
1
신원 검증 장치가, 웨어러블(WEARABLE) 의료 기기를 기반으로 인증된 사용자에 대해 원격 측정된 타겟 심전도 신호를 획득하는 단계;상기 신원 검증 장치가, 기계학습 기반의 신원 추론 엔진을 기반으로 인증 정보 데이터베이스 등록된 복수의 사용자들 중 상기 타겟 심전도 신호의 사용자로 추정되는 적어도 하나의 후보 사용자를 추출하는 단계;상기 신원 검증 장치가, 상기 적어도 하나의 후보 사용자의 참조 특징 벡터와 상기 타겟 심전도 신호에서 추출된 복수개의 개별 파형들을 비교하는 단계; 및상기 신원 검증 장치가, 비교 결과에 따라 결정되는 상기 복수개의 개별 파형들 각각에 대한 신원 확인 결과를 기반으로 상기 인증된 사용자에 대한 신원 검증을 수행하는 단계를 포함하는 것을 특징으로 하는 원격 측정된 생체 데이터의 신원 검증 방법
|
2 |
2
청구항 1에 있어서,상기 신원 검증을 수행하는 단계는상기 복수개의 개별 파형들 중 상기 참조 특징 벡터와 일치하는 개별 파형은 신원 확인이 성공된 것으로 판단하는 것을 특징으로 하는 원격 측정된 생체 데이터의 신원 검증 방법
|
3 |
3
청구항 2에 있어서,상기 신원 검증을 수행하는 단계는상기 복수개의 개별 파형들 모두 신원 확인 성공한 경우, 상기 인증된 사용자에 대한 신원 검증이 성공한 것으로 판단하는 단계;상기 복수개의 개별 파형들 중 기설정된 기준 개수 이상에 상응하는 일부 개별 파형에 대해서만 신원 확인 성공한 경우에는 상기 인증된 사용자에 대한 신원 검증이 성공한 것으로 판단하되, 상기 인증된 사용자의 건강 이상 및 상기 타겟 심전도 신호의 측정 오류 중 적어도 하나에 관련된 피드백을 제공하는 단계; 및상기 복수개의 개별 파형들 모두 신원 확인 실패한 경우에는 상기 인증된 사용자에 대한 신원 검증이 실패한 것으로 판단하고, 상기 타겟 심전도 신호를 오염 데이터로 인식하는 단계를 포함하는 것을 특징으로 하는 원격 측정된 생체 데이터의 신원 검증 방법
|
4 |
4
청구항 1에 있어서,상기 신원 검증 장치가, 신규 사용자로부터 획득된 식별자 및 심전도 신호를 매칭하여 상기 인증 정보 데이터베이스에 등록하는 단계; 및상기 신원 검증 장치가, 상기 심전도 신호에 대해 시간 변동 특성에 의한 오류를 보정하여 특징 벡터를 추출하고, 상기 특징 벡터에 상기 식별자를 라벨링하는 단계를 더 포함하는 것을 특징으로 하는 원격 측정된 생체 데이터의 신원 검증 방법
|
5 |
5
청구항 4에 있어서,상기 특징 벡터는상기 오류를 보정한 심전도 신호에 상응하는 파형의 특징점들을 기반으로 추출되는 것을 특징으로 하는 원격 측정된 생체 데이터의 신원 검증 방법
|
6 |
6
청구항 4에 있어서,상기 특징 벡터는개별 파형 단위의 개별 파형(PER WAVE) 특징 벡터 및 개별 파형들을 시간 축으로 정규화하여 하나의 파형으로 나타낸 앙상블 파형(ENSEMBLE WAVE) 특징 벡터 중 적어도 하나를 포함하는 것을 특징으로 하는 원격 측정된 생체 데이터의 신원 검증 방법
|
7 |
7
청구항 6에 있어서,상기 신원 검증 장치가, 상기 인증 정보 데이터베이스에 등록된 복수의 사용자들에 상응하는 데이터를 기반으로 상기 신원 추론 엔진을 학습시키는 단계를 더 포함하는 것을 특징으로 하는 원격 측정된 생체 데이터의 신원 검증 방법
|
8 |
8
청구항 7에 있어서,상기 학습시키는 단계는상기 복수의 사용자들에 상응하는 데이터에서 추출된 식별자, 특징 벡터 및 공개 정보를 포함하는 학습 데이터 세트를 생성하고, 상기 학습 데이터 세트를 이용하여 상기 신원 추론 엔진을 학습시키는 것을 특징으로 하는 원격 측정된 생체 데이터의 신원 검증 방법
|
9 |
9
청구항 8에 있어서,상기 공개 정보는상기 복수의 사용자들에 상응하게 등록된 심전도 신호에 바이오 크립토그래피(BIO CRYPTOGRAPHY)를 적용하여 생성되고, 상기 시간 변동 특성에 의한 오류를 보정하기 위해 사용되는 것을 특징으로 하는 원격 측정된 생체 데이터의 신원 검증 방법
|
10 |
10
청구항 8에 있어서,상기 등록하는 단계는상기 특징 벡터 및 상기 공개 정보를 해쉬 함수에 입력하여 검증용 해쉬값을 생성하고, 상기 검증용 해쉬값을 기반으로 상기 시간 변동 특성에 의한 오류 보정에 대한 정확성을 검증하는 단계를 포함하는 것을 특징으로 하는 원격 측정된 생체 데이터의 신원 검증 방법
|
11 |
11
청구항 10에 있어서,상기 추출하는 단계는상기 타겟 심전도 신호에서 타겟 특징 벡터를 추출하고, 상기 타겟 특징 벡터를 상기 신원 추론 엔진으로 입력하여 상기 타겟 공개 정보를 도출하는 단계;상기 타겟 공개 정보를 기반으로 상기 타겟 심전도 신호에 대한 시간 변동 특성에 의한 오류를 보정하여 보정된 타겟 심전도 신호를 생성하는 단계;상기 보정된 타겟 심전도 신호에서 추출된 보정 타겟 특징 벡터와 상기 타겟 공개 정보를 상기 해쉬 함수에 입력하여 타겟 검증용 해쉬값을 생성하는 단계;상기 타겟 검증용 해쉬값과 상기 검증용 해쉬값이 일치하는지 여부를 고려하여 상기 보정된 타겟 심전도 신호에 대한 오류 보정 정확성을 검증하는 단계; 및상기 보정된 타겟 심전도 신호에 대한 오류 보정 정확성이 검증된 경우, 상기 보정 타겟 특징 벡터를 상기 신원 추론 엔진으로 입력하여 상기 적어도 하나의 후보 사용자를 포함하는 후보 신원 리스트를 생성하는 단계를 포함하는 것을 특징으로 하는 원격 측정된 생체 데이터의 신원 검증 방법
|
12 |
12
웨어러블(WEARABLE) 의료 기기를 기반으로 인증된 사용자에 대해 원격 측정된 타겟 심전도 신호를 획득하고, 기계학습 기반의 신원 추론 엔진을 기반으로 인증 정보 데이터베이스 등록된 복수의 사용자들 중 상기 타겟 심전도 신호의 사용자로 추정되는 적어도 하나의 후보 사용자를 추출하고, 상기 적어도 하나의 후보 사용자의 참조 특징 벡터와 상기 타겟 심전도 신호에서 추출된 복수개의 개별 파형들을 비교하고, 비교 결과에 따라 결정되는 상기 복수개의 개별 파형들 각각에 대한 신원 확인 결과를 기반으로 상기 인증된 사용자에 대한 신원 검증을 수행하는 프로세서; 및상기 복수의 사용자들에 상응하는 데이터를 저장하는 인증 정보 데이터베이스를 포함하는 것을 특징으로 하는 원격 측정된 생체 데이터의 신원 검증 장치
|
13 |
13
청구항 12에 있어서,상기 프로세서는상기 복수개의 개별 파형들 중 상기 참조 특징 벡터와 일치하는 개별 파형은 신원 확인이 성공된 것으로 판단하는 것을 특징으로 하는 원격 측정된 생체 데이터의 신원 검증 장치
|
14 |
14
청구항 13에 있어서,상기 프로세서는상기 복수개의 개별 파형들 모두 신원 확인 성공한 경우, 상기 인증된 사용자에 대한 신원 검증이 성공한 것으로 판단하고, 상기 복수개의 개별 파형들 중 기설정된 기준 개수 이상에 상응하는 일부 개별 파형에 대해서만 신원 확인 성공한 경우에는 상기 인증된 사용자에 대한 신원 검증이 성공한 것으로 판단하되, 상기 인증된 사용자의 건강 이상 및 상기 타겟 심전도 신호의 측정 오류 중 적어도 하나에 관련된 피드백을 제공하고,상기 복수개의 개별 파형들 모두 신원 확인 실패한 경우에는 상기 인증된 사용자에 대한 신원 검증이 실패한 것으로 판단하고, 상기 타겟 심전도 신호를 오염 데이터로 인식하는 것을 특징으로 하는 원격 측정된 생체 데이터의 신원 검증 장치
|
15 |
15
청구항 12에 있어서,상기 프로세서는신규 사용자로부터 획득된 식별자 및 심전도 신호를 매칭하여 상기 인증 정보 데이터베이스에 등록하고, 상기 심전도 신호에 대해 시간 변동 특성에 의한 오류를 보정하여 특징 벡터를 추출하고, 상기 특징 벡터에 상기 식별자를 라벨링하는 것을 특징으로 하는 원격 측정된 생체 데이터의 신원 검증 장치
|
16 |
16
청구항 15에 있어서,상기 특징 벡터는상기 오류를 보정한 심전도 신호에 상응하는 파형의 특징점들을 기반으로 추출되는 것을 특징으로 하는 원격 측정된 생체 데이터의 신원 검증 장치
|
17 |
17
청구항 15에 있어서,상기 특징 벡터는개별 파형 단위의 개별 파형(PER WAVE) 특징 벡터 및 개별 파형들을 시간 축으로 정규화하여 하나의 파형으로 나타낸 앙상블 파형(ENSEMBLE WAVE) 특징 벡터 중 적어도 하나를 포함하는 것을 특징으로 하는 원격 측정된 생체 데이터의 신원 검증 장치
|
18 |
18
청구항 17에 있어서,상기 프로세서는상기 복수의 사용자들에 상응하는 데이터를 기반으로 상기 신원 추론 엔진을 학습시키는 것을 특징으로 하는 원격 측정된 생체 데이터의 신원 검증 장치
|
19 |
19
청구항 18에 있어서,상기 프로세서는상기 복수의 사용자들에 상응하는 데이터에서 추출된 식별자, 특징 벡터 및 공개 정보를 포함하는 학습 데이터 세트를 생성하고, 상기 학습 데이터 세트를 이용하여 상기 신원 추론 엔진을 학습시키는 것을 특징으로 하는 원격 측정된 생체 데이터의 신원 검증 장치
|
20 |
20
청구항 19에 있어서,상기 공개 정보는상기 복수의 사용자들에 상응하게 등록된 심전도 신호에 바이오 크립토그래피(BIO CRYPTOGRAPHY)를 적용하여 생성되고, 상기 시간 변동 특성에 의한 오류를 보정하기 위해 사용되는 것을 특징으로 하는 원격 측정된 생체 데이터의 신원 검증 장치
|