ОБЛЕГЧЁННАЯ САМОКОНТРОЛИРУЕМАЯ ЭКГ-АУТЕНТИФИКАЦИЯ ДЛЯ IOT-ДАТЧИКОВ С ОГРАНИЧЕННЫМИ ВЫЧИСЛИТЕЛЬНЫМИ РЕСУРСАМИ

Азаб Мохамед АбдаллаЭльсайед, Сила Анастасия Станиславовна, Коржук Виктория Михайловна

В статье представлен облегчённый метод биометрической аутентификации пользователей по ЭКГ для носимых IoT-устройств. Подход основан на извлечении признаков с использованием сверточных нейронных сетей и самоконтролируемого контрастивного обучения, что позволяет использовать большие объёмы неразмеченных данных и повышает устойчивость модели. На базе PTB достигнута точность 99,15%, а при тестировании на базах MIT-BIH и ECG-ID точность превысила 98,5% без дополнительного обучения. Применение методов квантования и прореживания уменьшило вычислительную нагрузку при сохранении точности 98,67%. Полученные результаты подтверждают возможность внедрения предложенного метода в IoT-датчики с ограниченными вычислительными ресурсами.

Ключевые слова:Аутентификация по электрокардиосигналу, Контрастивное обучение, Устройства Интернета вещей