KR20200079842A - Lightweight Method of Data Encryption in BANs Using Electrocardiogram Signal - Google Patents
Lightweight Method of Data Encryption in BANs Using Electrocardiogram Signal Download PDFInfo
- Publication number
- KR20200079842A KR20200079842A KR1020180169456A KR20180169456A KR20200079842A KR 20200079842 A KR20200079842 A KR 20200079842A KR 1020180169456 A KR1020180169456 A KR 1020180169456A KR 20180169456 A KR20180169456 A KR 20180169456A KR 20200079842 A KR20200079842 A KR 20200079842A
- Authority
- KR
- South Korea
- Prior art keywords
- wave
- data
- key
- ecg
- ecg signal
- Prior art date
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/06—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols the encryption apparatus using shift registers or memories for block-wise or stream coding, e.g. DES systems or RC4; Hash functions; Pseudorandom sequence generators
- H04L9/065—Encryption by serially and continuously modifying data stream elements, e.g. stream cipher systems, RC4, SEAL or A5/3
-
- A61B5/0452—
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
- G06F7/58—Random or pseudo-random number generators
- G06F7/582—Pseudo-random number generators
- G06F7/584—Pseudo-random number generators using finite field arithmetic, e.g. using a linear feedback shift register
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B13/00—Transmission systems characterised by the medium used for transmission, not provided for in groups H04B3/00 - H04B11/00
- H04B13/005—Transmission systems in which the medium consists of the human body
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Cardiology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Software Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Bioethics (AREA)
- Computer Hardware Design (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Biomedical Technology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Medical Informatics (AREA)
- Heart & Thoracic Surgery (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Storage Device Security (AREA)
Abstract
Description
본 발명은 데이터 암호화 방법에 관한 것으로서, 특히, 심전도 신호를 사용하여 BAN (Body Area Network)에서 데이터 암호화를 보다 안전하고 간단하게 실현하는 방법에 관한 것이다. The present invention relates to a data encryption method, and more particularly, to a method for more securely and simply realizing data encryption in a body area network (BAN) using an electrocardiogram signal.
BAN (body area network)은 착용이 가능하거나 인체에 이식될 수 있는 모바일 및 소형 통신 센서 세트로 구성된다. 센서 노드는 텍스트, 오디오, 이미지 및 비디오와 같은 멀티미디어 형태로 실시간 생체 신호를 수집하고 인체에 대한 멀티 홉 무선 네트워크를 형성한다. The body area network (BAN) consists of a set of mobile and small communication sensors that can be worn or implanted into the human body. The sensor node collects real-time bio signals in multimedia form such as text, audio, image and video, and forms a multi-hop wireless network for the human body.
도 1은 원격 의료 문제와 관련한 일반적인 BAN (body area network)을 나타낸다. 일반적인 무선 센서 네트워크와 달리 보안은 BAN의 애플리케이션에서 주요 요소 중 하나이며 신원 인증, 개인 정보 보호 및 정보 완전성을 지원하도록 요청한다.1 shows a general body area network (BAN) associated with telemedicine problems. Unlike a typical wireless sensor network, security is one of the key elements in BAN's application and requires it to support identity authentication, privacy and information integrity.
BAN은 무선 통신을 통해 안전 보건 관리를 보장하기 위해 암호화 및 인증 방법을 이용한다. 기존의 WSN(wireless sensor networks)과 달리 BAN은 다분야 통합의 산물이며 시스템의 에너지 소비, 경량 데이터 융합 알고리즘 및 실시간 신호 처리와 같은 몇 가지 고유한 과제를 가지고 있다. 가장 시급한 문제 중 하나는 효율적인 데이터 암호화 체계이다. BAN 시스템은 중량 및 부피 제한으로 인해 에너지 자원이 제한적이므로 BAN의 회로 방식은 에너지 소비가 적고 경량이어야 한다. 2005 년 이래로 BAN의 보안 연구는 일련의 방법을 수행했다. 먼저 키가 미리 배포 된 방법을 제공한다. 센서 노드가 정보를 전송할 때 동일한 시스템 또는 지능형 터미널의 센서 노드만 수신된 정보를 해독할 수 있다. 일례로, 난수의 사전 분포를 사용하고 노드 간 보안을 강화하여 작은 공격에 효과적으로 대처할 수 있는 다중 경로 보강 방법을 제안한 방법을 사용하기도 한다.BAN uses encryption and authentication methods to ensure safety and health management through wireless communication. Unlike traditional wireless sensor networks (WSN), BAN is a product of multidisciplinary integration and has several unique challenges, such as energy consumption of the system, lightweight data fusion algorithms and real-time signal processing. One of the most pressing issues is an efficient data encryption system. Since the BAN system has limited energy resources due to weight and volume limitations, the circuit method of BAN should be low in energy consumption and lightweight. Since 2005, BAN's security research has conducted a series of methods. First, it provides a way for keys to be pre-distributed. When the sensor node transmits information, only the sensor node of the same system or intelligent terminal can decrypt the received information. For example, a method that proposes a multi-path reinforcement method that can effectively cope with small attacks by using a pre-distribution of random numbers and strengthening security between nodes is also used.
그러나, 앞서 언급한 암호화 및 암호 해독 알고리즘은 많은 수의 작업을 필요로 하므로 전력 소비가 급격히 증가한다. 초저전력 BAN 노드의 요구 사항을 고려할 때, BAN 시스템은 키 사전 분배 스킴을 사용하기에 적합하지 않다. 두 번째 방법은 BAN 채널의 특성을 키로 사용하여 1 회성 키를 실현할 수 있다. 이 방법은 물리적 레이어에서 통신 측면 사이에 대칭 키를 임의로 생성할 수 있으므로 λ/2 밖의 도청에 완전히 저항한다. 다른 방법에서는 수신된 무선 채널 신호 세기의 계산된 값에 따라 수신기에서 키를 생성한다. 도청자와 수신자의 거리가 일정하지 않기 때문에 신호 강도 값이 달라져 도청자가 데이터를 해독할 수 없다. BAN 채널 암호화 방식은 최근 몇 년 동안 널리 연구되어 왔지만 수신기의 신호 세기에 따라 키가 생성된다. 이 방법은 송신기가 도청자 및 수신기와 동일한 거리를 가질 때 실패할 수 있을 정도로 너무 단순하다. 또 다른 방법에서는 낮은 계산 비용을 제공하는 BAN을 위한 효율적인 다층 인증 프로토콜과 안전한 세션 키 생성 방법을 제안했으나 핵심은 동적 업데이트가 아니다. 이외에 AES (advanced encryption standard) 암호화 방법 및 타원 곡선 암호화(ellipse curve cryptography)와 같은 다른 복잡한 암호화 방법도 있다. 그러나 이러한 암호화 방법은 높은 소비 비용과 고정 키를 사용하며 BAN에는 적합하지 않은 문제가 있다.However, the aforementioned encryption and decryption algorithms require a large number of operations, so power consumption increases rapidly. Given the requirements of the ultra-low power BAN node, the BAN system is not suitable for using a key pre-distribution scheme. In the second method, a one-time key can be realized by using the characteristics of the BAN channel as a key. This method is completely resistant to eavesdropping outside λ/2 as it can randomly generate a symmetric key between the communication sides in the physical layer. In another method, the receiver generates a key according to the calculated value of the received radio channel signal strength. Because the distance between the eavesdropper and the receiver is not constant, the signal strength value is different and the eavesdropper cannot decrypt the data. The BAN channel encryption method has been widely studied in recent years, but the key is generated according to the signal strength of the receiver. This method is so simple that the transmitter can fail when it has the same distance from the eavesdropper and receiver. Another method proposed an efficient multi-layer authentication protocol for BAN that provides low computational cost and a secure session key generation method, but the core is not dynamic update. Other complex encryption methods include AES (advanced encryption standard) encryption method and ellipse curve cryptography. However, this encryption method has a high consumption cost and a fixed key, and is not suitable for BAN.
BAN 시스템은 방대한 양의 데이터를 생성할 수 있으며 클라우드 스토리지는 BAN 데이터 처리를 해결하는 효과적인 방법이다. 따라서 BAN 시스템의 경우 클라우드 스토리지의 보안 및 검색 체계에 대한 연구가 중요하다. MRSE(Multi Keyword Ranked Search over Encrypted Data) 기법을 사용하는 한 방법에서는 클라우드 데이터를 암호화한 스마트 컨텐츠 인식 검색 기법을 제안하며, 실험 결과는 이 기법이 효율적임을 보여주기도 한다. 다른 방법에서는 클라우드 스토리지에 사용되는 암호화된 데이터 세트의 개념 간 의미 관계 및 개념 계층 구조를 기반으로 한 혁신적인 의미 검색 기법을 제안했으며 실제 데이터 세트를 기반으로 한 실험 결과는 이 스킴이 보다 효율적임을 보여준다. 이전 계획보다 클라우드 컴퓨팅에서는 속성 기반 암호 기법을 활용한 도시 데이터 공유를 위한 프레임 워크가 제안되었으며 이 실험은 이 방법이 안전하고 가능한 공격에 저항할 수 있음을 보여준다. 또 다른 방법에서 Simhash 기반의 암호화된 문서에 대한 유사성 검색 방법을 사용하고 사용자는 쿼리 문서를 제출하여 클라우드에 저장된 유사한 암호화된 문서를 찾을 수 있다. 이 문서는 실제 데이터 집합에 대한 엄격한 개인 정보 분석 및 실험을 사용하여 이 기법이 안전하고 효율적임을 증명한다. 또 다른 방법에서는 이질적인 클라우드 환경에서 공간-시간 효율성을 목표로 하는 적응형 방법이 제시되어 결과적으로 BAN을 위한 작업 스케줄링 프로세스를 용이하게 하는 방법도 있다.BAN systems can generate vast amounts of data, and cloud storage is an effective way to address BAN data processing. Therefore, in the case of BAN system, it is important to study the security and search system of cloud storage. One method using the MRSE (Multi Keyword Ranked Search over Encrypted Data) technique proposes a smart content-aware search technique that encrypts cloud data, and experimental results show that this technique is efficient. In another method, an innovative semantic retrieval technique based on the semantic relationship and concept hierarchy of encrypted data sets used in cloud storage was proposed, and experimental results based on real data sets show that this scheme is more efficient. In cloud computing than in previous plans, a framework for sharing urban data using attribute-based cryptography has been proposed, and this experiment shows that the method is safe and can resist possible attacks. Another method is to use a similarity search method for Simhash-based encrypted documents and users can submit query documents to find similar encrypted documents stored in the cloud. This document demonstrates that this technique is safe and efficient, using rigorous personal information analysis and experimentation on real data sets. In another method, an adaptive method aiming at space-time efficiency in a heterogeneous cloud environment is presented, and as a result, there is a method that facilitates a job scheduling process for BAN.
그러나, 이와 같은 종래 기술의 한계를 극복하여, 빠른 변환 속도, 간단한 하드웨어 구현, 낮은 비용으로 보다 안전하고 경량으로 실현 가능한 암호화 방법이 요구되고 있다.However, overcoming the limitations of the prior art, there is a demand for a faster conversion speed, simple hardware implementation, and a more secure and lightweight encryption method that can be realized at a low cost.
따라서, 본 발명은 상술한 문제점을 해결하기 위하여 안출된 것으로, 본 발명의 목적은, 보다 안전하고 간단하게 실현 가능한 BAN에서의 데이터 암호화 방법으로서, 심전도 신호의 QRS 복합을 기반으로 한 LFSR(Linear Feedback Shift Register) 암호화 방법을 제공하는 데 있다. Therefore, the present invention has been devised to solve the above-described problems, and the object of the present invention is to provide a data encryption method in a BAN that is more secure and simple, and is based on the QRS complex of ECG signals. Shift Register) encryption method.
먼저, 본 발명의 특징을 요약하면, 상기의 목적을 달성하기 위한 본 발명의일면에 따른 암호화 장치에서의 데이터 암호화 방법은, 사용자의 ECG 신호 시퀀스로부터 QRS 복합을 검출하고 해당 특성값을 계산하는 단계; 상기 특성값의 디지털 정량화값을 이용해 키 스트림을 생성하는 단계; 및 상기 키 스트림을 이용하여 데이터를 암호화하는 단계를 포함하고, 상기 특성값은 상기 검출에 기초하여 시간적으로 변화하는 R 파의 진폭 및 Q파와 S파의 간격으로부터 결정되는 것을 특징으로 한다.First, summarizing the features of the present invention, a data encryption method in an encryption device according to an aspect of the present invention for achieving the above object comprises: detecting a QRS complex from a user's ECG signal sequence and calculating a corresponding characteristic value ; Generating a key stream using the digital quantization value of the characteristic value; And encrypting data using the key stream, wherein the characteristic value is determined from the amplitude of the R wave that changes in time based on the detection and the interval between the Q and S waves.
상기 디지털 정량화값은 쉬프트레지스터에 입력되는 초기 키로 이용되고 쉬프트레지스터를 동작시키면서 입력되는 디지털 서명 S와 적절히 합산해 상기 키 스트림을 생성한다.The digital quantization value is used as an initial key input to the shift register and is properly summed with the digital signature S input while operating the shift register to generate the key stream.
상기 데이터 암호화 방법은, 주기적으로 사용자로부터 상기 특성값과 상기 정량화값을 결정해, 입력되는 데이터의 암호화에 이용된다.The data encryption method is used to encrypt the input data by periodically determining the characteristic value and the quantitation value from a user.
상기 QRS 복합을 검출하기 위하여, 이전 두 R 파의 검출을 위한 시간창의 평균을 3번째 R파의 검출을 위한 동적 시간창으로 하는 방법을 이용하여, 이전 R파로부터 소정의 시간적 간격 이후 상기 동적 시간창 내에서 R파들의 위치를 계산한다.In order to detect the QRS complex, the dynamic time after a predetermined time interval from the previous R wave by using the method of setting the average of the time windows for the detection of the previous two R waves as the dynamic time window for the detection of the third R wave Calculate the position of the R waves within the window.
상기 QRS 복합의 검출에 있어서, 결정된 R 파보다 앞서있는 인접한 두 점 간의 기울기 방향이 달라지는 점을 기초로 Q파를 결정하고, 상기 결정된 R 파 뒤에 있는 인접한 두 점 간의 기울기 방향이 달라지는 점을 기초로 S파를 결정한다.In the detection of the QRS complex, a Q wave is determined based on a point in which a gradient direction between two adjacent points preceding the determined R wave is different, and based on a point in which a gradient direction between two adjacent points behind the determined R wave is changed. Determine the S wave.
상기 데이터 암호화 방법은, BAN (Body Area Network)에서 사용자들에 장착된 ECG 노드들이 각각의 지능형 단말로 유선 또는 무선 방식으로 상기 ECG 신호 시퀀스를 전송하고, 해당 키 스트림을 브로드캐스트하는 상기 각각의 지능형 단말 간에 암호화된 상기 데이터를 주거나 받는 양방향 통신을 위한 것을 특징으로 한다.In the data encryption method, ECG nodes mounted on users in a body area network (BAN) transmit the ECG signal sequence to each intelligent terminal in a wired or wireless manner, and broadcast each key stream. It is characterized in that it is for two-way communication to give or receive the encrypted data between terminals.
그리고, 본 발명의 다른 일면에 따른 데이터 암호화를 수행하는 컴퓨터가 읽을 수 있는 기록 매체는, 사용자의 ECG 신호 시퀀스로부터 QRS 복합을 검출하고 해당 특성값을 계산하는 기능; 상기 특성값의 디지털 정량화값을 이용해 키 스트림을 생성하는 기능; 및 상기 키 스트림을 이용하여 데이터를 암호화하는 기능을 수행하고, 상기 특성값은 상기 검출에 기초하여 시간적으로 변화하는 R 파의 진폭 및 Q파와 S파의 간격으로부터 결정되는 것을 특징으로 한다.In addition, a computer-readable recording medium that performs data encryption according to another aspect of the present invention includes a function of detecting a QRS complex from a user's ECG signal sequence and calculating a corresponding characteristic value; A function of generating a key stream using the digital quantization value of the characteristic value; And performing a function of encrypting data using the key stream, and the characteristic value is determined from the amplitude of the R wave that changes in time based on the detection and the interval between the Q and S waves.
본 발명에 따른 보다 안전하고 간단하게 실현 가능한 BAN에서의 데이터 암호화 방법은, 심전도 신호의 QRS 복합을 기반으로 한 LFSR 암호화 방법을 제공할 수 있다. 특히, i) 서로 다른 개인의 ECG 신호가 불일치하며, 심지어 동일한 개인의 경우에도, ECG 신호의 값은 시간이 지남에 따라 천천히 변한다. 따라서 본 발명은ECG 신호의 매개 변수를 초기 키로 사용한다. 그리고 BAN 시스템 자체는 심전도 신호를 수집하고 생리적 상태를 분석하기 위해 특성 포인트를 감지해야 한다. 따라서 초기 키 생성에 추가 오버 헤드가 필요하지 않다. ii) 본 발명의 초기 키를 기반으로 한 암호화 방법은 LFSR 회로에 의해 스트림 암호를 생성하므로 빠른 변환 속도, 간단한 하드웨어 구현, 낮은 비용 및 소프트웨어 암호화보다 안전하다는 장점이 있다. iii) 본 발명의 초기 키는 ECG 신호에 의해 생성되고 ECG 신호는 시간에 따라 변하므로 초기 키는 동적 업데이트된다. 도청자에 의해 키가 깨졌다고 해도 데이터의 작은 부분만 가로챌 수 있다. 따라서 본 발명의 새로운 키 동의 기술은 BAN에 매우 적합한 경량 암호화 방법으로 활용될 수 있다.A more secure and simple feasible data encryption method in BAN according to the present invention can provide an LFSR encryption method based on a QRS composite of ECG signals. In particular, i) ECG signals of different individuals are inconsistent, and even in the case of the same individual, the value of the ECG signal changes slowly over time. Therefore, the present invention uses the parameters of the ECG signal as an initial key. And the BAN system itself must detect characteristic points to collect ECG signals and analyze physiological conditions. Therefore, no additional overhead is required for initial key generation. ii) Since the encryption method based on the initial key of the present invention generates a stream cipher by the LFSR circuit, it has the advantages of faster conversion speed, simple hardware implementation, lower cost, and security than software encryption. iii) Since the initial key of the present invention is generated by the ECG signal and the ECG signal changes over time, the initial key is dynamically updated. Even if a key is broken by an eavesdropper, only a small portion of the data can be intercepted. Therefore, the new key agreement technology of the present invention can be utilized as a lightweight encryption method suitable for BAN.
본 발명에 따른 보다 안전하고 간단하게 실현 가능한 BAN에서의 데이터 암호화 방법은, 경량 및 저에너지 소비에 의해 실현되는 저전력 BAN 센서 노드를 설계하는 데 적극 활용될 수 있다. 따라서 본 발명의 방법은 센서의 수명주기를 연장하고 BAN 시스템의 QoS (Quality of Service)를 향상시키는 BAN의 전력 소비 문제를 해결할 수 있는 유리한 효과가 있다.The method for encrypting data in a BAN that is more secure and simple to realize according to the present invention can be actively utilized to design a low-power BAN sensor node realized by light weight and low energy consumption. Therefore, the method of the present invention has an advantageous effect of solving the power consumption problem of the BAN that extends the life cycle of the sensor and improves the quality of service (QoS) of the BAN system.
본 발명에 관한 이해를 돕기 위해 상세한 설명의 일부로 포함되는 첨부도면은, 본 발명에 대한 실시예를 제공하고 상세한 설명과 함께 본 발명의 기술적 사상을 설명한다.
도 1은 원격 의료 문제와 관련한 일반적인 BAN (body area network)을 나타낸다.
도 2는 ECG 신호와 그 차분값에 대한 결과의 예이며, 수평 좌표는 샘플링 포인트이고, 수직 좌표는 진폭값을 나타낸다.
도 3은 본 발명에 따른 데이터 암호화 방법에서의 R 파의 검출 과정을 설명하기 위한 흐름도이다.
도 4는 ECG 신호의 시작 포인트 선택 방법을 설명하기 위한 도면이다.
도 5는 제1 R 파 이후 다음의 제2 R 파의 시작 위치를 설명하기 위한 도면이다.
도 6은 Q파 식별을 위한 기울기 변이 방법을 설명하기 위한 도면이다.
도 7은 본 발명의 스트림 암호화 시스템의 동작을 나타낸다.
도 8은 LFSR 키 스트림을 생성하는 키 생성기를 보여준다.
도 9는 ECG 신호의 QRS에서의 Ramp, TQS를 설명하기 위한 도면이다.
도 10은 MIT-BIH 데이터베이스로부터 100번째 ECG 데이터의 R파 진폭의 분포(a)과 ECG 신호의 특성값들의 분포(b)의 예이다.
도 11은 LFSR을 기반으로 한 본 발명의 암호문 생성 장치(100)의 블록도이다.
도 12는 본 발명의 정량화된 특성값 λ가 16차 LFSR과 조정기에 이용되어 암호문을 생성하고 전송하며 수신측에서 이를 복호화하는 암화화 방법의 흐름도를 나타낸다.
도 13은 정상적인 ECG 데이터의 샘플링 포인트에 대한 진폭의 파형도의 예이다.
도 14는 T 파가 반전된 ECG 데이터의 샘플링 포인트에 대한 진폭의 파형도의 예이다.
도 15는 T 파가 높은 ECG 데이터의 샘플링 포인트에 대한 진폭의 파형도의 예이다.
도 16은 기저값의 기복이 심한 ECG 데이터의 샘플링 포인트에 대한 진폭의 파형도의 예이다.
도 17은 ECG 데이터에서의 R파, Q파, S 파를 순차로 검출한 결과에 대한 예시적인 파형도들이다.
도 18은 본 발명의 적용에 의한 본래의 그림(a)에 대한 암호화의 시각적 결과(b)를 보여주는 예이다.
도 19는 본 발명의 적용에 의한 본래의 이미지(a)에 대한 암호화 이미지 (b)의 화소값 분포를 보여주는 예이다.
도 20의 (a)는 올바른 키에 의해 해독된 이미지이며, 작은 차이를 갖는 잘못된 키(초기 키의 1비트 차이)에 의해 암호화된 이미지가 해독되는 경우, 도 20의 (b)와 같다.
도 21은 본 발명의 일 실시예에 따른 데이터 암호화 시스템의 구현의 일례를 설명하기 위한 도면이다.The accompanying drawings included as part of the detailed description to aid understanding of the present invention provide embodiments of the present invention and describe the technical spirit of the present invention together with the detailed description.
1 shows a general body area network (BAN) associated with telemedicine problems.
2 is an example of the results for the ECG signal and its difference value, the horizontal coordinates are sampling points, and the vertical coordinates indicate the amplitude values.
3 is a flow chart for explaining the detection process of the R wave in the data encryption method according to the present invention.
4 is a view for explaining a method for selecting a start point of an ECG signal.
5 is a view for explaining a starting position of a second R wave after the first R wave.
6 is a view for explaining a gradient shift method for Q-wave identification.
7 shows the operation of the stream encryption system of the present invention.
8 shows a key generator that generates an LFSR key stream.
9 is a view for explaining R amp , T QS in the QRS of the ECG signal.
FIG. 10 is an example of distribution (a) of the R-wave amplitude of the 100th ECG data from the MIT-BIH database and distribution of characteristic values of the ECG signal (b).
11 is a block diagram of an
12 is a flow chart of a cryptographic method in which the quantified characteristic value λ of the present invention is used for a 16th LFSR and a coordinator to generate and transmit a ciphertext and decrypt it at the receiving end.
13 is an example of a waveform diagram of amplitude with respect to a sampling point of normal ECG data.
14 is an example of a waveform diagram of amplitude with respect to a sampling point of ECG data in which a T wave is inverted.
15 is an example of a waveform diagram of amplitude for a sampling point of ECG data having a high T wave.
Fig. 16 is an example of a waveform diagram of amplitude with respect to a sampling point of the ECG data with severe undulation of the base value.
17 is exemplary waveform diagrams for a result of sequentially detecting R waves, Q waves, and S waves in ECG data.
Figure 18 is an example showing the visual result (b) of the encryption for the original picture (a) by the application of the present invention.
19 is an example showing a distribution of pixel values of an encrypted image (b) with respect to an original image (a) by application of the present invention.
Fig. 20(a) is an image decrypted by a correct key, and when an image encrypted by a wrong key (1 bit difference of the initial key) having a small difference is decrypted, it is the same as in Fig. 20(b).
21 is a view for explaining an example of the implementation of the data encryption system according to an embodiment of the present invention.
이하에서는 첨부된 도면들을 참조하여 본 발명에 대해서 자세히 설명한다. 이때, 각각의 도면에서 동일한 구성 요소는 가능한 동일한 부호로 나타낸다. 또한, 이미 공지된 기능 및/또는 구성에 대한 상세한 설명은 생략한다. 이하에 개시된 내용은, 다양한 실시 예에 따른 동작을 이해하는데 필요한 부분을 중점적으로 설명하며, 그 설명의 요지를 흐릴 수 있는 요소들에 대한 설명은 생략한다. 또한 도면의 일부 구성요소는 과장되거나 생략되거나 또는 개략적으로 도시될 수 있다. 각 구성요소의 크기는 실제 크기를 전적으로 반영하는 것이 아니며, 따라서 각각의 도면에 그려진 구성요소들의 상대적인 크기나 간격에 의해 여기에 기재되는 내용들이 제한되는 것은 아니다.Hereinafter, the present invention will be described in detail with reference to the accompanying drawings. At this time, the same components in each drawing are indicated by the same reference numerals as possible. In addition, detailed descriptions of already known functions and/or configurations are omitted. The contents disclosed below focus on parts necessary for understanding the operation according to various embodiments, and descriptions of elements that may obscure the subject matter of the description will be omitted. Also, some components of the drawings may be exaggerated, omitted, or schematically illustrated. The size of each component does not entirely reflect the actual size, and thus the contents described herein are not limited by the relative size or spacing of the components drawn in each drawing.
본 발명의 실시예들을 설명함에 있어서, 본 발명과 관련된 공지기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략하기로 한다. 그리고, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다. 상세한 설명에서 사용되는 용어는 단지 본 발명의 실시 예들을 기술하기 위한 것이며, 결코 제한적이어서는 안 된다. 명확하게 달리 사용되지 않는 한, 단수 형태의 표현은 복수 형태의 의미를 포함한다. 본 설명에서, "포함" 또는 "구비"와 같은 표현은 어떤 특성들, 숫자들, 단계들, 동작들, 요소들, 이들의 일부 또는 조합을 가리키기 위한 것이며, 기술된 것 이외에 하나 또는 그 이상의 다른 특성, 숫자, 단계, 동작, 요소, 이들의 일부 또는 조합의 존재 또는 가능성을 배제하도록 해석되어서는 안 된다. In describing the embodiments of the present invention, when it is determined that a detailed description of known technology related to the present invention may unnecessarily obscure the subject matter of the present invention, the detailed description will be omitted. In addition, terms to be described later are terms defined in consideration of functions in the present invention, which may vary according to a user's or operator's intention or practice. Therefore, the definition should be made based on the contents throughout this specification. The terminology used in the detailed description is only for describing embodiments of the present invention and should not be limiting. Unless expressly used otherwise, a singular form includes a plural form. In this description, expressions such as “including” or “equipment” are intended to indicate certain characteristics, numbers, steps, actions, elements, parts or combinations thereof, and one or more other than described. It should not be interpreted to exclude the presence or likelihood of other features, numbers, steps, actions, elements, or parts or combinations thereof.
또한, 제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되는 것은 아니며, 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.Further, terms such as first and second may be used to describe various components, but the components are not limited by the terms, and the terms are used to distinguish one component from other components. Used only.
<QRS 복합 검출(QRS Complex Detection)><QRS Complex Detection>
심전도 신호의 노이즈 제거에 많은 노력이 기울여왔다. 본 발명에서는 심전도 신호의 암호화 방법에 초점을 두고 있다. BAN의 각 노드와 연동하는 지능형 단말 등에서의 본 발명의 암호화 시스템 또는 암호화 장치가 수행하는 암호화 단계는 다음과 같다: 첫째, 사용자 즉, 사람 인체로부터 ECG 신호의 QRS 복합을 검출하고 해당 특성값을 계산한다. 둘째, 특성값을 이용해 키를 생성하고 키를 수신기측으로 배포하며 암호화 대상 데이터(예, 상기 특성값, 또는 기타 다른 전송 대상 데이터)를 암호화한다. 마지막으로 시간이 지남에 따라 동적키를 리프레쉬(새로고침)한다. ECG 신호의 고유값을 계산하려면 Q 파, R 파 및 S 파를 정확하게 식별해야 한다. 일반적으로 R 파는 ECG 신호에서 가장 명확한 파이며, R 파의 인식 알고리즘은 효과가 간단하다. 따라서 R 파의 위치는 가장 쉽게 결정할 수 있다. 본 발명에서는 먼저 R 파를 검출하고 R 파의 위치에 따라 QS 파를 검출한다.A lot of effort has been put into removing noise from the ECG signal. The present invention focuses on a method for encrypting an electrocardiogram signal. The encryption steps performed by the encryption system or the encryption device of the present invention in an intelligent terminal interworking with each node of the BAN are as follows: First, the QRS complex of the ECG signal is detected from the user, that is, the human body and the corresponding characteristic value is calculated. do. Second, the key is generated using the property value, the key is distributed to the receiver, and the data to be encrypted (eg, the property value or other data to be transmitted) is encrypted. Finally, the dynamic key is refreshed (refreshed) over time. To calculate the eigenvalues of the ECG signal, the Q wave, R wave and S wave must be accurately identified. In general, the R wave is the clearest wave in the ECG signal, and the recognition algorithm of the R wave is simple. Therefore, the position of the R wave can be determined most easily. In the present invention, the R wave is first detected and the QS wave is detected according to the position of the R wave.
A. R 파 검출 알고리즘A. R wave detection algorithm
웨이블릿(wavelet) 변환 방법은 유용한 신호 처리 기술이다. 그것은 점차적으로 의료 신호 분석에 사용되었다. 웨이블릿 변환은 우수한 시간-주파수 위치 확인 특성을 가진다. 웨이블릿 변환 방법은 각 파형의 주파수 분포에 따라 여러 스케일로 ECG 신호를 분석하고 특정 스케일에서 QRS 복합의 특성을 강조 표시하고 해당 스케일 공간에서 모듈러스(modulus) 최대값의 위치를 검색하여 QRS 복합의 위치를 감지할 수 있다. 그러나, 이 알고리즘의 계산 비용과 하드웨어 지원 비용이 상당히 높다.The wavelet transform method is a useful signal processing technique. It was gradually used for medical signal analysis. Wavelet transform has excellent time-frequency positioning characteristics. The wavelet transform method analyzes ECG signals at multiple scales according to the frequency distribution of each waveform, highlights the characteristics of the QRS complex at a specific scale, and searches the position of the modulus maximum value in the corresponding scale space to locate the QRS complex. Can be detected. However, the computational cost and hardware support cost of this algorithm are quite high.
신경망은 최근 몇 년 동안 급속도로 발전해 온 새로운 유형의 컴퓨터 및 인공 지능 기술로서 주로 ECG 신호 처리의 분류, 리팩토링(refactoring) 및 압축에 적용된다. 자기 학습 및 적응 능력으로 인해, 신경 네트워크는 의학적 문제를 푸는데 탁월한 이점을 가지고 있다. 본 발명은 인공 지능 네트워크와 신경 네트워크에 의한 ECG 신호의 검출과 분석을 제안한다. 이 방법은 좋은 판별을 획득하도록 하며, 다만 신경망은 훈련에 너무 많은 시간이 걸리고 훈련 샘플의 특정 표현이 요구된다. 따라서, 신경 회로망 방법은 실시간 R 파 검출을 실현하기 어렵다. Neural networks are a new type of computer and artificial intelligence technology that has developed rapidly in recent years and are mainly applied to the classification, refactoring and compression of ECG signal processing. Due to self-learning and adaptive ability, neural networks have an excellent advantage in solving medical problems. The present invention proposes the detection and analysis of ECG signals by artificial intelligence networks and neural networks. This method ensures good discrimination, but neural networks take too much time to train and require specific representation of training samples. Therefore, the neural network method is difficult to realize real-time R wave detection.
차동 임계값 방법은 고도의 실시간 감시 장치에 적합한 QRS 복합의 간단하고 빠른 감지 알고리즘이다. QRS 복합은 다른 특성파들과 비교하여 ECG 신호의 가장 강력한 부분이며 R 파의 상승 기울기 및 하강 기울기가 크게 변하고 차동 임계 값 방법이 R 파를 감지하기 위해 이러한 특징을 사용한다. R 파는 상승 기울기 및 하강 기울기로 인해 QRS 복합에서 최대 변화가 발생하므로 1 차 미분의 영 교차점(zero crossing point) 또는 2 차 미분의 극점(extreme point)이 R 파의 위치가 된다. 따라서 차동 임계값 방법은 ECG 신호 시퀀스의 1 차 미분 또는 2 차 미분을 계산 한 다음 시간 창(time window) 및 진폭 임계값(amplitude threshold)과 결합된 R 파의 위치를 결정한다.The differential threshold method is a simple and fast detection algorithm of QRS complex suitable for highly real-time monitoring devices. The QRS complex is the most powerful part of the ECG signal compared to other characteristic waves, and the rising and falling slopes of the R wave vary greatly and the differential threshold method uses these features to detect the R wave. Because the R wave has the maximum change in the QRS complex due to the rising and falling slopes, the zero crossing point of the first derivative or the extreme point of the second derivative becomes the location of the R wave. Therefore, the differential threshold method calculates the first derivative or the second derivative of the ECG signal sequence, and then determines the position of the R wave combined with the time window and the amplitude threshold.
R 파 검출을 위한 차동 임계값(differential threshold) 방법은 다양한 형태로 실현될 수 있다. R 파 검출을 위한 ECG 신호의 1 차 미분의 2 차 합계(quadratic sum)를 사용하면 진폭값의 가장 빠른 변화 위치를 분명히 알 수 있으며 펄스폭을 기준으로 R 파의 폭을 정확하게 예측할 수 있다. 중심 차분(central difference)은 에러 제곱의 높은 차수 극소값이므로 검출 알고리즘의 1 차 차분 방정식은 [수학식1]과 같다.The differential threshold method for R wave detection can be realized in various forms. Using the quadratic sum of the 1st derivative of the ECG signal for R wave detection, the location of the earliest change in the amplitude value can be clearly known and the width of the R wave can be accurately predicted based on the pulse width. Since the central difference is the high order minimum value of the error square, the first order difference equation of the detection algorithm is as shown in [Equation 1].
[수학식1] [Equation 1]
여기서, f(n)은 ECG 신호의 시퀀스이다. 경험에 따르면, R 파의 떨어지는 부분은 최대 미분의 위치이며, 이를 위하여 본 발명에서는 차분을 [수학식1]과 같이 계산한다. 도 2는 ECG 신호와 그 차분값에 대한 결과의 예이며, 수평 좌표는 샘플링 포인트이고, 수직 좌표는 진폭값을 나타낸다. Here, f(n) is a sequence of ECG signals. According to experience, the falling portion of the R wave is the position of the maximum derivative, and for this purpose, the difference is calculated as [Equation 1]. 2 is an example of the results for the ECG signal and its difference value, the horizontal coordinates are sampling points, and the vertical coordinates indicate the amplitude values.
도 3은 본 발명에 따른 데이터 암호화 방법에서의 R 파의 검출 과정을 설명하기 위한 흐름도이다. 여기서, 데이터 샘플링 주파수 Wf=fs=500Hz, t=0.1*fs, T1=0.35*fs로 가정한다. 3 is a flow chart for explaining the detection process of the R wave in the data encryption method according to the present invention. Here, it is assumed that the data sampling frequencies Wf=fs=500Hz, t=0.1*fs, and T1=0.35*fs.
먼저, ECG 신호의 시작 포인트는 최초 R 파의 정확한 위치 파악을 위하여 우선적으로 검출된다. First, the starting point of the ECG signal is preferentially detected in order to accurately locate the first R wave.
도 4는 ECG 신호의 시작 포인트 선택 방법을 설명하기 위한 도면이다.4 is a view for explaining a method for selecting a start point of an ECG signal.
먼저, 입력되는 ECG 신호 데이터의 초기 3초 데이터는 버린다(S100). 입력 ECG 신호 데이터의 초기 3초 데이터는 사용자에 대한 조정 기간이므로 분석에 산입되지 않고 사용되지 않는다. First, the initial 3 second data of the input ECG signal data is discarded (S100). The initial 3 second data of the input ECG signal data is not adjusted and used in the analysis because it is an adjustment period for the user.
도 4의 (a)와 같이, 시작 포인트가 ECG 신호의 스테디 파트(steady part)에 있을 때 R 파가 쉽게 파악될 수 있다. 그러나, 도 4의 (b)와 같이, 시작 포인트가 R 파에 가까이 있다면 최소 차분값이 최대 차분값 이후에 나타나고 따라서 R 파의 검출 에러로 나타난다. As shown in (a) of FIG. 4, the R wave can be easily identified when the starting point is in the steady part of the ECG signal. However, as shown in FIG. 4(b), if the starting point is close to the R wave, the minimum difference value appears after the maximum difference value, and thus appears as a detection error of the R wave.
본 발명의 알고리즘은 검출 에러를 피하기 위하여 ECG 신호의 스테디 파트 상에서 검출을 시작한다(S200). 이를 위하여, 먼저, 기간 A(1,t)에서의 최대 진폭값 Amax를 찾으며, A(1)는 입력되는 ECG 신호의 처음부분의 시작점이다. 다음에, 기간 B(t+1,2t)에서의 최대 진폭값 Bmax를 찾으며, 최종적으로 Amax > 1.8*Bmax 라면 ECG 신호의 시작 포인트가 R 파에 근접해 있다는 것이고, R 파 검출의 시작 포인트는 2R까지 연기된다. 만일 Amax가 1.8*Bmax 이하이면 R 파 검출의 시작 포인트는 ECG 신호의 초기인 t=1이다. The algorithm of the present invention starts detection on the steady part of the ECG signal to avoid detection errors (S200). To this end, first, the maximum amplitude value Amax in the period A(1,t) is found, and A(1) is the starting point of the beginning of the input ECG signal. Next, the maximum amplitude value Bmax in the period B(t+1,2t) is found, and if Amax>1.8*Bmax, the starting point of the ECG signal is close to the R wave, and the starting point of the R wave detection is 2R. Until it is postponed. If Amax is less than 1.8*Bmax, the starting point of R-wave detection is t=1, which is the beginning of the ECG signal.
다음에, 검출 시작 포인트에서부터 시작하여 폭이 wf인 ECG 신호 x(t)를 취하여 xwf(t)로 표시한 다음 최대 진폭 포인트 R1을 결정한다(S300). 이 ECG 신호의 주기의 순방향 편차 dif (t)를 [수학식1]로 계산한다. Next, starting from the detection start point, the ECG signal x(t) having the width w f is taken and expressed as x wf (t), and then the maximum amplitude point R1 is determined (S300). The forward deviation dif (t) of the period of this ECG signal is calculated by [Equation 1].
다음에 단일 R 파를 감지한다(S400). 이를 위하여, ECG 신호의 주기의 순방향 편차 dif(t)를 이용하여 먼저 dif(t)의 최대값 difmax(t1) 및 dif(t)의 최소값 difmin(t2)을 결정하고, 간격 (t1, t2) 사이에서 ECG 신호의 최대 진폭 포인트 R'를 결정한다. R1과 R'가 같은 포인트인 경우 이 포인트는 R 파의 위치이다. 그렇지 않은 경우 ECG 신호의 첫 번째 및 두 번째 R 파형에서, 알고리즘은 R1과 R'사이의 진폭값을 비교하고 더 큰 포인트는 R 파 이다. 다른 R 파들에서, 알고리즘은 RR1과 RR의 절대차 (R1ad)를 계산하고, RR'과 RR의 절대차 (R'ad)를 계산할 것이다(RR1은 이전 R 파와 R1 사이의 간격, RR'은 이전 R 파와 R' 사이의 간격, RR은 이전의 두 R 파 사이의 간격). 그리고 절대값의 차이를 비교하여, R1ad < R'ad라면, R1이 R 파의 위치이다. 그렇지 않으면 R''은 R 파의 위치이다. Next, a single R wave is detected (S400). To this end, the maximum value difmax(t1) and the minimum value difmin(t2) of dif(t) are first determined using the forward deviation dif(t) of the period of the ECG signal, and the intervals (t1, t2) In between, the maximum amplitude point R'of the ECG signal is determined. If R1 and R'are the same point, this point is the position of the R wave. Otherwise, in the first and second R waveforms of the ECG signal, the algorithm compares the amplitude values between R1 and R'and the larger point is the R wave. In other R waves, the algorithm will calculate the absolute difference (R1 ad ) between RR1 and RR, and calculate the absolute difference (R' ad ) between RR' and RR (RR1 is the interval between the previous R wave and R1, RR' is Spacing between the previous R wave and R', RR is the spacing between the two previous R waves). And by comparing the difference between the absolute values, if R1ad <R'ad, R1 is the position of the R wave. Otherwise R'' is the position of the R wave.
ECG 신호의 제1 R 파를 결정한 후, 다음의 제2 R 파의 시작 위치는 도 5와 같이 T1 포인트이고(도 5는 제1 R 파 이후 다음의 제2 R 파의 시작 위치를 설명하기 위한 도면이다), T1은 제1 R 파 이후 0.35fs에 해당한다. 그 다음에 위의 S300, S400에서 기술한 바와 같이 ECG 신호 x(t)의 두 번째 R 파를 결정한다(S500, S600).After determining the first R wave of the ECG signal, the starting position of the next second R wave is a T1 point as shown in FIG. 5 (FIG. 5 is for explaining the starting position of the next second R wave after the first R wave) ), T1 corresponds to 0.35 fs after the first R wave. Then, the second R wave of the ECG signal x(t) is determined as described in S300 and S400 above (S500 and S600).
다음에, 제1 및 제2 R 파의 간격을 계산하고 RR로 명명한다.Next, the intervals of the first and second R waves are calculated and designated as RR.
다음에, 세 번째 제3 R 파의 시작 위치는 제2 R 파 후에 0.35fs에 있는 T1이다. 제3 R 파의 위치를 검출하기 위한 시간 창(time window)의 너비 Wf는 이전 두 R 파의 Wf(WfP, RR)의 평균이다(S700). 그런 다음 ECG 신호 x(t)의 제3 R 파를 위의 S300, S400에서 기술한 바와 같이 결정한다(S800). 그리고 계속해서 ECG 신호 x(t)의 모든 R 파를 결정한다(S900). 본 발명에서 제안한 알고리즘은 본 발명의 암호화를 위한 ECG 자료가 실시간이기 때문에 동적 시간 창 함수를 사용한다. RR의 간격은 개개의 차이에 따라 달라지며 고정된 시간 창 함수를 채택하면 시간 창에 0 개 이상의 R 파가 있으므로 인식 속도와 알고리즘의 강건성이 감소한다. 본 발명에서는 동적 시간 창 함수 Wf = (WfP + RR) / 2에 의해 결정되는 시간 창의 너비 Wf를 제안한다. 여기서, WfP는 현재 시간 창의 너비이며, RR은 이전 두 R 파들 사이에서 이전에 적용된 간격이다. RR은 개인차 및 심박동 차이에 따라 실시간으로 변경되므로 Wf는 실시간으로 조정된다. 이 경우 Wf는 시간에 맞게 수정되어 알고리즘의 강건성이 향상된다.Next, the starting position of the third R wave is T1 at 0.35 fs after the second R wave. The width Wf of the time window for detecting the position of the third R wave is an average of Wf(WfP, RR) of the previous two R waves (S700). Then, the third R wave of the ECG signal x(t) is determined as described in S300 and S400 above (S800). Then, all R waves of the ECG signal x(t) are continuously determined (S900). The algorithm proposed in the present invention uses a dynamic time window function because the ECG data for encryption of the present invention is real time. The interval of RR depends on individual differences, and if a fixed time window function is adopted, there are zero or more R waves in the time window, so recognition speed and algorithm robustness are reduced. In the present invention, the width Wf of the time window determined by the dynamic time window function Wf = (WfP + RR)/2 is proposed. Here, WfP is the width of the current time window, and RR is the interval previously applied between the two previous R waves. Since RR changes in real time according to individual differences and heart rate differences, Wf is adjusted in real time. In this case, Wf is modified over time to improve the robustness of the algorithm.
<QS파 검출 알고리즘><QS wave detection algorithm>
Q 파와 S 파의 위치는 R 파의 정확한 위치에 따라 식별될 수 있다. 시간 창 탐색 방법과 평면계 기울기 방법(planimetry slope method)은 Q 파와 S 파를 식별하는 기본 방법이다. 그러나 이 두 가지 방법은 실제 BAN에는 적합하지 않으며, Q 파와 R 파의 큰 간격에 대해 시간 창 탐색 방법이 적합하지 않으며, 평면계 기울기 방법은 BAN에 대해 너무 많은 비용이 든다. 따라서 본 발명에서는 Q 파와 S 파를 규명하기 위해 기울기 변이 방법(slope mutation method)을 선택한다.The positions of the Q wave and the S wave can be identified according to the exact position of the R wave. The time window search method and the planimetry slope method are the basic methods for identifying the Q wave and the S wave. However, these two methods are not suitable for the actual BAN, the time window search method is not suitable for the large interval of the Q wave and the R wave, and the plane gradient method is too expensive for the BAN. Therefore, in the present invention, a slope mutation method is selected to identify Q waves and S waves.
기울기 변이 방법은 R 파의 정확한 위치를 기반으로 한다. 이 방법은 R 파의 위치에서부터 시작하여 R 파보다 앞서있는 인접한 두 점 An-1과 An (R 파는 A0 위치)의 기울기를 연속적으로 계산하고 기울기를 f_1, f_2 ... f_n으로 나타내면 (f_(n-1)> 0 및 f_n <0) 때까지 계산한 후, 점 An-1은 Q 파 위치이다. 계산이 ECG 주기의 범위를 초과하는 경우, Q 파가 없다고 결정된다. 도 6은 Q파 식별을 위한 기울기 변이 방법을 설명하기 위한 도면이다. S 파의 인식은 Q 파와 유사하다. 연속적으로 R 파 뒤에 있는 인접한 두 점 Bn-1과 Bn (R 파는 B0 위치)의 기울기를 순차적으로 계산하고 기울기를 f_1, f_2 ... f_n으로 나타낸다. 이왕 같은 기울기 중 하나가 (f_(n-1) <0 및 f_n> 0)와 같이 변이를 보일 때까지 기울기를 계산한 후, 점 Bn-1은 S 파 위치로 결정된다. The gradient shift method is based on the exact position of the R wave. This method continuously calculates the slope of two adjacent points An-1 and An (the R wave is the A0 position), starting from the position of the R wave, and expressing the slope as f_1, f_2 ... f_n (f_( After calculating until n-1)> 0 and f_n <0), the point An-1 is the Q wave position. If the calculation exceeds the range of the ECG cycle, it is determined that there is no Q wave. 6 is a view for explaining a gradient shift method for Q-wave identification. The recognition of the S wave is similar to that of the Q wave. The slopes of two adjacent points Bn-1 and Bn (the R wave is at position B0) sequentially after the R wave are sequentially calculated, and the slope is represented by f_1, f_2 ... f_n. After calculating the slope until one of the two slopes shows a variation such as (f_(n-1) <0 and f_n> 0), the point Bn-1 is determined as the S wave position.
<키 생성><key generation>
샤논(Shannon)은, 키가 일단 유일하게 사용된 랜덤 시퀀스이고 그 길이가 평문 시퀀스의 길이 이상이라면, 패스워드 시스템은 공격에 뚫리지 않는다. 도 7은 본 발명의 스트림 암호화 시스템의 동작을 나타낸다. 스트림 암호화 시스템은 랜덤 시퀀스를 생성해 키로서 사용한다. In Shannon, if the key is the only random sequence used and the length is more than the length of the plaintext sequence, the password system is not compromised. 7 shows the operation of the stream encryption system of the present invention. Stream encryption systems generate random sequences and use them as keys.
심볼 은 2 모듈의 합산을 나타낸다. 키 생성기로 입력되는 초기 키 I에 대하여 키 스트림 kj를 생성한다. 암호화 유닛에서 평문 스트리 mj와 키 스트림 kj를 합산하여 암호 스트림 cj가 생성되고, 복호화 유닛에서 암호 스트림 cj와 키 생성기에 의한 초기 키 I의 키 스트림 kj를 합산하여 평문 스트림 mj를 획득한다. 키 생성기는 LFSR 기반으로 동작하고, n-레벨 LFSR은 쉬프트레지스터 R=(rn, rn-1, ..., r1), 탭 시퀀스 T=(tn, tn-1, ..., t1), 및 사용자 등에 의해 입력되는 디지털 서명 S를 포함한다. symbol Denotes the summation of 2 modules. A key stream k j is generated for the initial key I input to the key generator. In encryption unit combined the plaintext streaming m j and the key stream k j cipher stream c j is generated, the decoding unit code stream c j and the plaintext by adding the key stream k j of the initial key I by the mode generator stream in m j To acquire. The key generator operates based on LFSR, and the n-level LFSR is shift register R=(r n , r n-1 , ..., r 1 ), tap sequence T=(t n , t n-1 , .. ., t 1 ), and a digital signature S input by a user or the like.
도 8은 LFSR 키 스트림을 생성하는 키 생성기를 보여준다. 도 8처럼, 새로운 키를 생성할 때, 디지털 서명과 피드백 비트들 중 하나는 동작을 통해 새로운 비트를 형성하고, 그 후 새로운 비트는 쉬프트레지스터로 입력되고 동시에 우측으로 한 비트가 출력되며, 다른 비트들은 차례로 1비트씩 우측으로 쉬프트 이동한다. 즉, 특성값 λ의 디지털 정량화값은 쉬프트레지스터의 각 비트에 입력되는 초기 키로 이용되고 쉬프트레지스터를 1비트씩 우측으로 이동하도록 동작시키면서 입력되는 디지털 서명 S와 적절히 합산하고 그 결과를 쉬프트레지스터의 좌측끝(예, 최상위 비트값 MSB, Most Significant Bit)으로 피드백시키면서 우측끝(예, 최하위 비트값 LSB, Least Significant Bit)으로 출력되는 키 스트림을 생성한다. 8 shows a key generator that generates an LFSR key stream. As shown in FIG. 8, when generating a new key, one of the digital signature and feedback bits forms a new bit through operation, after which the new bit is input to the shift register and at the same time one bit is output to the right, the other bit These are shifted to the right by 1 bit in sequence. That is, the digital quantization value of the characteristic value λ is used as an initial key input to each bit of the shift register and is properly summed with the input digital signature S while operating to shift the
키 생성기의 구조는 자가 순환(self-circulation) 키 스트림을 출력할 수 있고, 반면 키 생성기의 회로 구성은 상대적으로 용이하고 몇몇 로직 게이트가 높은 안전도를 제공한다. 그러나, 해커 등 도청자가 어떤 수의 평문과 암호문을 알게 되면, 탭 시퀀스는 추론되고 암호화 시스템이 파괴된다. 따라서 그 구조의 최적화 설계가 필요하다. 본 발명은 16차(16 order) 비선형 피드백 쉬프트레지스터를 적용해 그 주기를 늘리고, 그 최대값을 216으로 한다. 이외에 동적 키 업데이트는 필수며, 키가 T초 마다 리프레쉬되어 낮은 파괴 확률을 갖도록 한다. The structure of the key generator can output a self-circulation key stream, while the circuit configuration of the key generator is relatively easy and some logic gates provide high safety. However, if an eavesdropper, such as a hacker, knows a certain number of plaintext and ciphertext, the tap sequence is deduced and the encryption system is destroyed. Therefore, it is necessary to optimize the structure. The present invention applies the 16th order (16 order) nonlinear feedback shift register to increase its period and set its maximum value to 2 16 . In addition, dynamic key update is essential, and the key is refreshed every T seconds to have a low probability of destruction.
본 발명에서 Ramp는 R 파의 진폭, TQS는 Q파와 S파의 간격, λ는 ECG 신호의 특성값이다. ECG 신호의 t초 동안의 QRS 복합을 검출한 다음 특성값 λ는 다음 [수학식2], [수학식3]과 같이 계산될 수 있다. In the present invention, R amp is the amplitude of the R wave, T QS is the spacing between the Q and S waves, and λ is the characteristic value of the ECG signal. After detecting the QRS complex for t seconds of the ECG signal, the characteristic value λ can be calculated as [Equation 2] and [Equation 3].
[수학식2][Equation 2]
[수학식3][Equation 3]
여기서, Ri amp는 t초 동안에 ECG 신호의 i번째 R 파의 진폭이다. 도 9와 같이 Ti QS는 ECG 신호의 i번째 QS 파(Q파와 S파)의 시간 간격, n은 t초 동안 R파의 개수이다. 도 9는 ECG 신호의 QRS에서의 Ramp, TQS를 설명하기 위한 도면이다. 파라미터 λi는 Ri amp와 Ti QS의 곱에 의해 계산되고, 최종 특성값 λ는 λi들의 평균이다. QRS 복합 때문에 특성값들은 개인별로 구분되는 차이가 있고 한명에서도 시간에 따른 약간의 차이가 있다. R파의 진폭과 QS 파의 간격에 의해 계산된 특성값들이 최대한 ECG 신호간 차이를 반영할 수 있도록 한다. 따라서, 특성값 λ는 동적으로 업데이트되며, 키가 λ를 기반으로 리프레쉬된다. 반면, 생리 상태의 결정은 QRS 복합의 위치를 필요로 한다. 따라서 이러한 방법은 추가 비용이 없고 BAN들의 센서 노드들의 전력 소모를 낮춘다. Here, R i amp is the amplitude of the i-th R wave of the ECG signal for t seconds. As shown in FIG. 9, T i QS is the time interval of the i-th QS wave (Q wave and S wave) of the ECG signal, and n is the number of R waves for t seconds. 9 is a view for explaining R amp , T QS in the QRS of the ECG signal. The parameter λ i is calculated by the product of R i amp and T i QS , and the final characteristic value λ is the average of λ i . Due to the QRS complex, the characteristic values are different for each individual, and even one person has some differences over time. The characteristic values calculated by the amplitude of the R wave and the interval of the QS wave can reflect the difference between the ECG signals as much as possible. Therefore, the characteristic value λ is dynamically updated, and the key is refreshed based on λ. On the other hand, the determination of the physiological state requires the location of the QRS complex. Therefore, this method has no additional cost and lowers the power consumption of the sensor nodes of the BANs.
그런 다음 특성값 λ는 스트림 키를 생성하기 위해 N-차의 LFSR에 대한 초기 키로 이용하기 위해 대응되는 디지털 값으로 정량화된다. 키 스트림은 BAN 시스템의 노드로 브로드캐스팅되며 노드는 키를 사용하여 데이터를 해독한다. 한편, 암호화 방법은 T 초마다 주기적으로 업데이트되는 초기 키를 이용해 키를 다시 생성하고 위의 단계를 반복한다. 본 발명에서는 다른 기술에서 사용된 심전도 신호의 간단한 매개 변수가 아닌 암호화를 위해 ECG 신호를 사용한다. 같은 시간에 동일한 개인의 심전도 신호의 간단한 매개 변수가 다른 키를 생성하기에 충분한 차이가 없기 때문에 동일한 시간에 다른 개인의 ECG 신호 매개 변수가 정확히 동일 할 수 있다. 어떠한 상황이 믿을 수 없는 암호가 되도록 다른 시간의 다른 키들의 객관성에 영향을 미칠 수 있다. 그러나, ECG 신호의 특성값들은 개인들 마다의 키의 다양성을 증가시키며 같은 개인이라도 다른 시간에 다양성을 갖도록 한다. 본 발명은 키의 다양성을 입증하기 위해 소정의 MIT-BIH 데이터베이스로부터 100번째 ECG 데이터의 처음 10분을 선택해, 서로 다른 시간 주기들에 있는 동일 개인의 ECG 신호의 특성값들을 계산하고, 하나의 ECG 신호 파라미터(예, R파 진폭값)로 특성값들을 비교한다. 도 10은 MIT-BIH 데이터베이스로부터 100번째 ECG 데이터의 R파 진폭의 분포(a)과 ECG 신호의 특성값들의 분포(b)의 예이다. The characteristic value λ is then quantified with the corresponding digital value to use as the initial key for the LFSR of the N-order to generate the stream key. The key stream is broadcast to a node in the BAN system and the node decrypts the data using the key. On the other hand, the encryption method regenerates the key using the initial key that is periodically updated every T seconds and repeats the above steps. In the present invention, ECG signals are used for encryption rather than simple parameters of ECG signals used in other technologies. The ECG signal parameters of different individuals at the same time may be exactly the same, because the simple parameters of the ECG signal of the same individual at the same time do not differ sufficiently to generate different keys. It can affect the objectivity of different keys at different times so that a situation becomes an unreliable cipher. However, the characteristic values of the ECG signal increase the diversity of keys for each individual and allow the same individual to have diversity at different times. The present invention selects the first 10 minutes of the 100th ECG data from a given MIT-BIH database to demonstrate the diversity of the keys, calculates the characteristic values of the same person's ECG signal at different time periods, and calculates one ECG. The characteristic values are compared with signal parameters (eg, R-wave amplitude value). FIG. 10 is an example of distribution (a) of the R-wave amplitude of the 100th ECG data from the MIT-BIH database and distribution of characteristic values of the ECG signal (b).
도 10과 같이, 하나의 R 파 진폭을 비교할 때, ECG 신호 특성값들은 더 넓은 범위의 값을 가질 수 있으며, 특성값들의 반복 비율은 낮고, 따라서 동일 개인의 키들이 정시에 반복되는 것을 피하게 해준다. ECG 신호 특성값들은 또한 서로 다른 개인들의 키들의 다양성에 대해 더 좋은 효과가 있다. 동일 개인의 비교에서 보다 다른 개인들은 특성값들의 분포가 더 큰 변화 범위를 가진다. As shown in FIG. 10, when comparing the amplitude of one R wave, the ECG signal characteristic values may have a wider range of values, and the repetition rate of the characteristic values is low, thus avoiding repeated keys of the same individual on time. Do it. ECG signal characteristic values also have a better effect on the diversity of keys of different individuals. In comparison of the same individual, different individuals have a wider range of variation in distribution of characteristic values.
<LFSR 회로 암호화 방법><LFSR circuit encryption method>
본 발명에서는 T의 값이 200-400초일 수 있다. 스트림 암호를 생성하기 위하여 LFSR 회로를 생성하는 것은 빠른 수렴 속도, 간단한 하드웨어 구현, 낮은 비용, 그리고 소프트웨어 암호화 보다 더 안전하다는 이점이 있다. 본 발명에서는 평문 암호화에 16차 LFSR을 사용하며, 최대값은 2N-1까지 허용된다. 16차 LFSR의 암호화 효과는 8차 LFSR 보다 우수하며, 16차 LFSR의 효과는 암호화 방법으로 적합하다. 32차 이상의 LFSR을 사용할 수도 있지만, 하드웨어의 복잡성을 증가시키게 된다. T초 마다 ECG 신호에 의한 키의 동적 업데이트는 실시간 암호화를 가능하게 하며, 해커 공격의 가능성을 현저히 줄일 수 있다. In the present invention, the value of T may be 200-400 seconds. Creating an LFSR circuit to generate a stream cipher has the advantages of fast convergence speed, simple hardware implementation, low cost, and more secure than software encryption. In the present invention, a 16th order LFSR is used for plaintext encryption, and a maximum value of 2 N -1 is allowed. The encryption effect of the 16th LFSR is superior to that of the 8th LFSR, and the effect of the 16th LFSR is suitable as an encryption method. It is possible to use more than 32 LFSRs, but this increases the complexity of the hardware. Dynamic update of the key by ECG signal every T seconds enables real-time encryption and significantly reduces the possibility of hacker attacks.
16차 LFSR의 다항식은 [수학식4]와 같은 형태이며, 도 11은 LFSR을 기반으로 한 본 발명의 암호문 생성 장치(100)의 블록도이다. 암호문 생성 장치(100)는 특성값 λ의 정량화값을 플립플롭 회로를 이용해 키 스트림과 적절히 합산(또는 합성)하여 암호문이 생성된다. 다만, 이에 한정되지 않으며 특성값 λ 대신 각 지능형 단말의 임의의 전송 대상 데이터가 키 스트림과 적절히 합산(또는 합성)되어 암호문으로 만들어져 다른 지능형 단말로 전송될 수도 있다. The polynomial of the 16th LFSR is in the form of [Equation 4], and FIG. 11 is a block diagram of the
[수학식4] [Equation 4]
BAN 초기화에서, ECG 노드는 계산없이 소정의 길이를 갖는 프리앰블 시퀀스와 ECG 데이터를 송신한다. 소정의 조정기(coordinator)는 4초 동안 ECG 데이터를 추출하고, 프리앰블 시퀀스의 수신 후에 키를 계산하고 그 다음에 모든 노드에 키를 브로드캐스트한다. In BAN initialization, the ECG node transmits the preamble sequence and ECG data having a predetermined length without calculation. A given coordinator extracts ECG data for 4 seconds, computes the key after receiving the preamble sequence, and then broadcasts the key to all nodes.
노드에 의해 생성된 암호화된 데이터를 수신할 때 지능형 단말은 해당 ECG 신호에 따라 해당 특성값을 계산한다. 본 발명에서 R 파의 진폭과 QS 파의 시간 간격이 계산에 사용되어 개인간에 큰 차이를 갖도록 한다. 도 12는 본 발명의 정량화된 특성값 λ가 16차 LFSR과 조정기에 이용되어 암호문을 생성하고 전송하며 수신측에서 이를 복호화하는 암화화 방법의 흐름도를 나타낸다. 도 12와 같이 키와 암호문은 무선(예, 지그비, 블로투스, 와이파이, 이동통신 등)으로 지능형 단말들 간에 주거나 받도록 구현될 수도 있으며, 암호문을 위와 같은 무선으로 전송하고 키 스트림은 유선 전송 방식으로 상대 지능형 단말 등으로 전송될 수도 있다. When receiving the encrypted data generated by the node, the intelligent terminal calculates the corresponding characteristic value according to the corresponding ECG signal. In the present invention, the amplitude of the R wave and the time interval of the QS wave are used in the calculation to have a large difference between individuals. 12 is a flow chart of a cryptographic method in which the quantified characteristic value λ of the present invention is used for a 16th LFSR and a coordinator to generate and transmit a ciphertext and decrypt it at the receiving end. As shown in FIG. 12, the key and the ciphertext may be implemented to be given or received between intelligent terminals by wireless (eg, ZigBee, Blotus, Wi-Fi, mobile communication, etc.). It may be transmitted to a counterpart intelligent terminal.
본 발명의 BAN 시스템은 매우 낮은 비용을 가지는 생체 신호 획득 노드를 필요로하기 때문에 암호화 알고리즘은 가능한 한 간단해야 한다. 앞서 언급 한 방법과 같이 노드에 대한 추가 기능은 간단한 LFSR 회로를 제외하고는 추가 비용이 들지 않는다. 이것은 저전력 센서 노드의 구현에 매우 적합하다.The encryption algorithm should be as simple as possible because the BAN system of the present invention requires a very low cost biosignal acquisition node. As with the method mentioned above, the additional function for the node does not cost extra except for a simple LFSR circuit. This is very suitable for the implementation of low power sensor nodes.
<키 분배 및 동적 리프레쉬><Key distribution and dynamic refresh>
BAN들은 저비용 센서 노드를 요구한다. 따라서 본 발명에서는 데이터 암호화를 고려할 때 노드의 계산 작업을 최소화한다. 주요 상호 작용 체계는 다음과 같다. BANs require a low cost sensor node. Therefore, in the present invention, when considering data encryption, the computational work of the node is minimized. The main interaction systems are:
첫째, BAN (Body Area Network)에서 사용자들에 장착된 ECG 노드들은 초기화 중에 샘플링 ECG 신호 시퀀스 데이터와 리더(leader) 시퀀스를 유선 또는 무선(예, 지그비, 블루투스, 와이파이 등)으로 전송한다. 여기서 ECG 노드는 아무런 계산도하지 않다. 둘째로, 지능형 단말들은 수신된 ECG 신호 및 리더 시퀀스의 데이터에 기초하여 ECG 신호의 특성값들을 계산한 후 키를 생성하여 브로드캐스트한다. 셋째로, 상기 방법에 따라, 각 노드의 지능형 단말들은 키를 수신 한 후에 데이터를 암호화하여 암호호된 데이터에 의하여 지능형 단말과 양방향 통신한다. 마지막으로, 매 T 시간마다, 시스템은 지능형 단말에 리더 시퀀스를 전송할 노드를 임의로 선택하고, 지능형 단말은 ECG 노드로부터의 데이터에 기초하여 특성값을 재 계산한다. 따라서, 특성값을 계산하는 작업은 지능형 단말에 의해 완료되고, 다른 센서 노드는 전체 시스템의 저전력 소모로 되도록 많은 계산을 수행할 필요가 없다. 도청자가 한 번에 키를 캡처하더라도 시간에 따라 키 변경으로 인해 일정 기간의 정보만 얻을 수 있다.First, in the BAN (Body Area Network), ECG nodes mounted on users transmit sampling ECG signal sequence data and a leader sequence during initialization through wired or wireless (eg, ZigBee, Bluetooth, Wi-Fi, etc.). Here, the ECG node does nothing. Second, intelligent terminals calculate the characteristic values of the ECG signal based on the received ECG signal and the data of the reader sequence, and then generate a key and broadcast it. Third, according to the above method, the intelligent terminals of each node communicate data with the intelligent terminal in both directions by encrypting the data by encrypting the data after receiving the key. Finally, every T time, the system randomly selects a node to transmit the reader sequence to the intelligent terminal, and the intelligent terminal recalculates the characteristic value based on the data from the ECG node. Therefore, the task of calculating the characteristic value is completed by the intelligent terminal, and other sensor nodes do not need to perform a lot of calculations so that the entire system has low power consumption. Even if the eavesdropper captures the key at once, only a certain period of information can be obtained due to the key change over time.
<시뮬레이션 및 실험결과><Simulation and experiment results>
<QRS 검출 시뮬레이션><QRS detection simulation>
차동 임계값 방법 및 기울기 변이 방법을 기반으로 R 파 및 QS 파를 개별적으로 탐지하고 주어진 방법에 대해 MATLAB 시뮬레이션을 채택한 경우 시뮬레이션 효과를 도 13 ~ 도 16에 표시하였다. 도 13은 정상적인 ECG 데이터의 샘플링 포인트에 대한 진폭의 파형도의 예이다. 도 14는 T 파가 반전된 ECG 데이터의 샘플링 포인트에 대한 진폭의 파형도의 예이다. 도 15는 T 파가 높은 ECG 데이터의 샘플링 포인트에 대한 진폭의 파형도의 예이다. 도 16은 기저값의 기복이 심한 ECG 데이터의 샘플링 포인트에 대한 진폭의 파형도의 예이다. 위의 모든 도면에서 위쪽의 그래프는 원시 데이터이고 아래쪽 그래프는 감지된 R 파가 +기호로 표시된 원시 데이터이다.When the R wave and the QS wave are individually detected based on the differential threshold method and the gradient shift method, and MATLAB simulation is adopted for a given method, the simulation effects are shown in FIGS. 13 to 16. 13 is an example of a waveform diagram of amplitude with respect to a sampling point of normal ECG data. 14 is an example of a waveform diagram of amplitude with respect to a sampling point of ECG data in which a T wave is inverted. 15 is an example of a waveform diagram of amplitude for a sampling point of ECG data having a high T wave. Fig. 16 is an example of a waveform diagram of amplitude with respect to a sampling point of the ECG data with severe undulation of the base value. In all of the above figures, the graph at the top is raw data and the graph at the bottom is raw data where the detected R wave is marked with a + sign.
R 파의 검출 후에, QS 파를 검출하기 위해 위와 같은 기울기 변이 방법을 적용한다. 도 17은 ECG 데이터에서의 R파, Q파, S 파를 순차로 검출한 결과에 대한 예시적인 파형도들이다. After detecting the R wave, the above gradient shift method is applied to detect the QS wave. 17 is exemplary waveform diagrams for a result of sequentially detecting R waves, Q waves, and S waves in ECG data.
도 17과 같이, 기울기 변이 방법은 정확하게 Q파와 S파를 식별할 수 있다. 창 탐색 방법, 면적 기울기(planimetry slope) 방법 및 기울기 변이(slope mutation) 방법의 Q파 검출에 대한 계산 복잡도를 아래 Table1에 나타내었다. 면적 기울기 방법에서는, M이 R 파의 왼쪽 상의 제1 최소 포인트, N이 M포인트로부터 왼쪽으로 30번째 포인트일 때, MN의 일차식은 Ax+By+C, L은 포인트 K와 선 MN 사이의 거리이다. K는 ECG 신호의 NR 세그먼트 상의 모든 포인트를 나타낸다. 기울기 변이 방법에서, (x1, y1)은 An-1의 좌표이고, (x2, y2)는 An의 좌표이다. 그리고, n은 Q파와 R파 사이의 샘플들의 수이다. As shown in FIG. 17, the gradient shift method can accurately identify the Q wave and the S wave. Table 1 shows the computational complexity of the Q-wave detection of the window search method, the planimetry slope method, and the slope mutation method. In the area gradient method, when M is the first minimum point on the left of the R wave and N is the 30th point from the M point to the left, the linear equation of MN is Ax+By+C, L is the distance between point K and the line MN to be. K represents all points on the NR segment of the ECG signal. In the gradient shift method, (x1, y1) is the coordinates of A n-1 and (x2, y2) is the coordinates of A n . And, n is the number of samples between the Q wave and the R wave.
[Table1][Table1]
아래 Table2는 본 발명의 평가에 사용된 arrhythmia(부정맥) MIT-BIT 데이터베이스로부터 ECG 데이터의 QRS 파의 검출율을 보여준다. 대부분의 R 파의 신호 검출율은 99.5% 이상이다. 118번의 신호 검출율은 상대적으로 낮은 결과를 보여주며 왜냐하면 이들 신호는 잡음의 영향을 받을 수 있기 때문이다. 날카로운 특이점(singular point)과 심각한 기저값 변동은 R 파의 특성을 잡기 어렵게하여 식별 오류를 일으킬 수 있다. 따라서, 신호는 검출 전에 대응하여 잡음 제거가 되어야 한다. 그리고 본 발명에서 기울기 변이 방법을 이용한 QS 파 검출은 99 %에 이른다. 다른 방법과 비교하여 기울기 변이 방법의 계산 원리가 간단하고 샘플 수가 적다. 그러나, QS 파에 대한 이러한 검출 방법은 R 파의 정확한 검출을 요한다.Table 2 below shows the detection rate of QRS waves of ECG data from the arrhythmia (arrhythmia) MIT-BIT database used in the evaluation of the present invention. The signal detection rate of most R waves is more than 99.5%. The signal detection rate of 118 shows relatively low results because these signals can be affected by noise. Sharp singular points and severe baseline fluctuations can make it difficult to characterize the R wave and cause discrimination errors. Therefore, the signal must be counter-noise canceled before detection. And in the present invention, QS wave detection using gradient shift method reaches 99%. Compared to other methods, the calculation principle of the gradient shift method is simple and the number of samples is small. However, this detection method for QS waves requires accurate detection of R waves.
[Table2][Table2]
<실험 결과와 암호화 분석><Experimental results and encryption analysis>
도 18은 본 발명의 적용에 의한 본래의 그림(a)에 대한 암호화의 시각적 결과(b)를 보여주는 예이다. 도 19는 본 발명의 적용에 의한 본래의 이미지(a)에 대한 암호화 이미지 (b)의 화소값 분포를 보여주는 예이다. 도 19의 (a)의 평문 이미지는 화소값 분포가 특정 분포를 갖지만, 도 19의 (b)의 암호화된 이미지의 화소값 분포는 밸런스가 이루어진 분포를 갖는다. 따라서, 본 발명의 암호화 방법은 본래 이미지에 대한 화소값들의 분포 확률을 추정하기 어렵게 한다. 암호화에 의해 생성된 화소값의 분포 확률은 8비트 그레이 스케일에서 더욱 균등하게 된다. 이러한 결과와 같이 본 발명의 키 스트림에 기반한 암호화 방법은 통계적인 해커들의 공격을 효과적으로 저지할 수 있을 것이다. Figure 18 is an example showing the visual result (b) of the encryption for the original picture (a) by the application of the present invention. 19 is an example showing a distribution of pixel values of an encrypted image (b) with respect to an original image (a) by application of the present invention. In the plain text image of FIG. 19(a), the pixel value distribution has a specific distribution, but the pixel value distribution of the encrypted image of FIG. 19(b) has a balanced distribution. Therefore, the encryption method of the present invention makes it difficult to estimate the probability of distribution of pixel values for the original image. The probability of distribution of pixel values generated by encryption becomes more even in 8-bit gray scale. As described above, the encryption method based on the key stream of the present invention will be able to effectively prevent attacks from statistical hackers.
본래 이미지와 암화호된 이미지의 2차원 상관(correlation)은, [수학식5]와 같이 2개의 대응 행렬 A, B의 2차원 상관 계수로 나타낼 수 있다. The two-dimensional correlation of the original image and the encrypted image can be represented by two-dimensional correlation coefficients of two corresponding matrices A and B as shown in [Equation 5].
[수학식5][Equation 5]
여기서, Aij, Bij는 각각 데이터 행렬의 위치 (i,j)에서 본래의 이미지와 암호화된 이미지의 그레이(grey) 값들이다. 와 는 각각 본래의 이미지와 암호화된 이미지의 화소값들의 평균을 나타낸다. 이러한 실험은 4가지 테스트 이미지들(Lena, Camera, Plane, Barbara)이 선택되고, 초기 키와 4가지 이미지들의 암호화를 생성하기 위하여 MIT-BIH 데이터베이스의 100번째 ECG 데이터를 사용하였다. 그 결과는 아래 Table3에 정리되었다. CAB는 제로에 가깝고, 이는 본래 이미지와 암호화된 이미지의 상관(correlation)이 아주 작다는 것을 의미한다. Here, A ij and B ij are gray values of the original image and the encrypted image at the position (i,j) of the data matrix, respectively. Wow Denotes the average of the pixel values of the original image and the encrypted image, respectively. In this experiment, four test images (Lena, Camera, Plane, and Barbara) were selected, and the 100th ECG data of the MIT-BIH database was used to generate the initial key and encryption of the four images. The results are summarized in Table 3 below. The CAB is close to zero, which means that the correlation between the original image and the encrypted image is very small.
[Table3][Table3]
본래 이미지와 암호화된 이미지들로부터 3방향(수평, 수직, 대각 방향) 각각에서 선택된 100 인접 픽셀쌍들을 선택해 아래 [수학식6] 내지 [수학식9]으로 상관계수를 계산하였다. Correlation coefficients were calculated from Equation 6 to Equation 9 below by selecting 100 adjacent pixel pairs selected from each of three directions (horizontal, vertical, and diagonal directions) from the original image and the encrypted images.
[수학식6][Equation 6]
[수학식7][Equation 7]
[수학식8][Equation 8]
[수학식9][Equation 9]
여기서, xi, yi는 두 인접 픽셀들의 그레이 값들을 나타내고 N은 픽셀 번호이다. 세 방향의 상관 계수는 Table4와 같다. 세 방향의 상관 관계는 암호화 전에 모두 0.9로서 인접 픽셀들의 그레이값이 매우 비슷 함을 나타내며, 암호화 후 0.1 미만으로 감소하여 훨씬 작은 상관 관계로 인해 공격에 대한 저지력이 향상된다.Here, x i and y i represent gray values of two adjacent pixels, and N is a pixel number. Table 3 shows the correlation coefficients in the three directions. The three-way correlation is 0.9 before encryption, indicating that the gray values of adjacent pixels are very similar, and it decreases to less than 0.1 after encryption, thereby improving the defense against attack due to the much smaller correlation.
[Table4][Table4]
다른 연구에서, 평문에 더 민감한 경우 차동 공격에서 탁월한 성능을 나타내는 알고리즘이 제안되기도 하였다. 따라서 본 발명에서는 평문에 대한 암호화 알고리즘의 민감도를 측정하기 위해 NPCR (Number of Pixel Change Rate)과 UACI (Unified Average Changing Intensity)를 채택하였다. 그리고 본 발명의 민감도 테스트에서 하나의 다른 픽셀만을 가진 두 개의 유사한 평문 이미지를 사용한다. 키 스트림 암호화 후에, 2 개의 이미지에서 (i, j) 포인트의 픽셀 그레이 스케일은 각각 C1 (i, j) 및 C2 (i, j)이다. C1 (i, j) = C2 (i, j)라면, D (i, j) = 0; C1 (i, j) C2 (i, j)이면, D (i, j) = 1이다. 따라서 NPCR과 UACI의 공식은 다음 [수학식10], [수학식11]과 같다. [수학식12], [수학식13]은 NPCR과 UACI의 기대값이다. In other studies, algorithms have been proposed that exhibit superior performance in differential attacks when they are more sensitive to plaintext. Therefore, in the present invention, NPCR (Number of Pixel Change Rate) and UACI (Unified Average Changing Intensity) were adopted to measure the sensitivity of the encryption algorithm to plain text. And in the sensitivity test of the present invention, two similar plain text images with only one different pixel are used. After key stream encryption, the pixel gray scale of (i, j) points in the two images is C1 (i, j) and C2 (i, j), respectively. If C1 (i, j) = C2 (i, j), D (i, j) = 0; If C1 (i, j) C2 (i, j), then D (i, j) = 1. Therefore, the formulas of NPCR and UACI are as follows [Equation 10] and [Equation 11]. [Equation 12] and [Equation 13] are expected values of NPCR and UACI.
[수학식10][Equation 10]
[수학식11][Equation 11]
[수학식12][Equation 12]
[수학식13][Equation 13]
여기서, M, N은 각각 이미지 픽셀의 행 번호와 리스트 번호를 나타내며, D는 위의 알고리즘에 따라 0 또는 1이다. 그리고 실험 이미지는 8 비트 그레이 스케일이므로 식 (12)와 (13)에서 n = 8이다. 그런 다음 NPCR 및 UACI의 이상적인 기대치는 99.6094070 % 및 33.4635070 %로 계산할 수 있다. 이 실험은 NPCR과 UACI를 시뮬레이션하기 하기 위해 Lena 그림을 채택하고 Lena에서 임의의 픽셀 하나를 선택하고 픽셀의 가장 낮은 비트를 반전시켜 다른 이미지를 생성한다. 원본 이미지와 생성된 이미지의 NPCR 및 UACI 결과가 Table5에 나와 있다. NPCR과 UACI의 평균 실험 값은 99.5509 %와 50.0358 %이다. 이상적인 값과 비교했을 때, 실험 NPCR 값은 이상적인 NPCR 값에 가깝지만 실험 UACI 값은 이상적인 UACI 값과 다르다. 이는 암호화 방법이 경량(lightweight)이기 때문이고, 픽셀 변화율과 픽셀 변화강도를 보증할 수 있다. 에너지 소비량이 BAN에서 중요한 문제이므로, BAN에서의 암호화 알고리즘은 에너지 소비량을 고려해야 한다. 본 발명에서는 암호화 강도는 약할 수 있지만, BAN에 적용이 적합하도록 경량이며 낮은 에너지 소비량을 갖는다. Here, M and N represent row and list numbers of image pixels, respectively, and D is 0 or 1 according to the above algorithm. And since the experimental image is an 8-bit gray scale, n = 8 in equations (12) and (13). The ideal expectations for NPCR and UACI can then be calculated as 99.6094070% and 33.4635070%. This experiment adopts a Lena plot to simulate NPCR and UACI, selects a random pixel from Lena and inverts the lowest bit of the pixel to produce another image. Table 5 shows the NPCR and UACI results of the original and generated images. The mean experimental values of NPCR and UACI are 99.5509% and 50.0358%. When compared to the ideal value, the experimental NPCR value is close to the ideal NPCR value, but the experimental UACI value is different from the ideal UACI value. This is because the encryption method is light weight, and the pixel change rate and the pixel change intensity can be guaranteed. Since energy consumption is an important issue in BAN, the encryption algorithm in BAN must consider energy consumption. In the present invention, the encryption strength may be weak, but it is lightweight and has low energy consumption to be suitable for BAN applications.
[Table5][Table5]
암호화 알고리즘은 키에 대한 강한 민감도를 가져야하며 키의 작은 변화라도 본래 평문과는 완전히 다른 평문으로 해독되도록 한다. 본 발명은 100번째 MIT-BIH의 ECG 데이터를 적용해 초기 키를 계산하며, 이는 Lena와 같은 그림을 암호화하기 위해 사용된다. 도 20의 (a)는 올바를 키에 의해 해독된 이미지이며, 작은 차이를 갖는 잘못된 키(초기 키의 1비트 차이)에 의해 암호화된 이미지가 해독되는 경우, 도 20의 (b)와 같다. 20의 (b)는, 초기 키의 1비트를 바꾸고 이를 키 스트림 생성에 사용하는 경우, 즉, 16비트 쉬프트레지스터의 1비트를 임의로 선택하고 반전시킨 경우이다. 도면들과 같이 키의 작은 차이가 잘못된 해독이 되도록 한다. The encryption algorithm must have a strong sensitivity to the key, so that even small changes in the key are decrypted in plain text that is completely different from the original plain text. The present invention calculates the initial key by applying the ECG data of the 100th MIT-BIH, which is used to encrypt a picture such as Lena. 20(a) is an image decrypted by a correct key, and when an image encrypted by a wrong key (1 bit difference of the initial key) having a small difference is decrypted, it is the same as FIG. 20(b). (B) of 20 is a case where one bit of the initial key is changed and used for generating a key stream, that is, when one bit of the 16-bit shift register is arbitrarily selected and inverted. As shown in the drawings, a small difference in key causes incorrect decoding.
도 21은 본 발명의 일 실시예에 따른 데이터 암호화 시스템의 구현의 일례를 설명하기 위한 도면이다. 본 발명의 데이터 암호화를 수행하기 위한, 키 생성기, 암호문 생성 장치(100) 등을 포함하는 암호화 시스템 자체 또는 이들을 구성하는 구성요소들 중 하나 이상은, 하드웨어, 소프트웨어, 또는 이들의 결합으로 이루어질 수 있다. 예를 들어, 본 발명의 데이터 암호화 시스템은 도 21과 같은 컴퓨팅 시스템(1000)으로 구현될 수 있다. 21 is a view for explaining an example of the implementation of the data encryption system according to an embodiment of the present invention. For performing data encryption of the present invention, one or more of the encryption system itself including the key generator, the
컴퓨팅 시스템(1000)은 버스(1200)를 통해 연결되는 적어도 하나의 프로세서(1100), 메모리(1300), 사용자 인터페이스 입력 장치(1400), 사용자 인터페이스 출력 장치(1500), 스토리지(1600), 및 네트워크 인터페이스(1700)를 포함할 수 있다. 프로세서(1100)는 중앙 처리 장치(CPU) 또는 메모리(1300) 및/또는 스토리지(1600)에 저장된 명령어들에 대한 처리를 실행하는 반도체 장치일 수 있다. 메모리(1300) 및 스토리지(1600)는 다양한 종류의 휘발성 또는 불휘발성 저장 매체를 포함할 수 있다. 예를 들어, 메모리(1300)는 ROM(Read Only Memory)(1310) 및 RAM(Random Access Memory)(1320)을 포함할 수 있다. The
따라서, 본 명세서에 개시된 실시예들과 관련하여 설명된 방법 또는 알고리즘의 단계는 프로세서(1100)에 의해 실행되는 하드웨어, 소프트웨어 모듈, 또는 그 2 개의 결합으로 직접 구현될 수 있다. 소프트웨어 모듈은 RAM 메모리, 플래시 메모리, ROM 메모리, EPROM 메모리, EEPROM 메모리, 레지스터, 하드 디스크, 착탈형 디스크, CD-ROM과 같은 저장 매체(즉, 메모리(1300) 및/또는 스토리지(1600))에 상주할 수도 있다. 예시적인 저장 매체는 프로세서(1100)에 커플링되며, 그 프로세서(1100)는 저장 매체로부터 정보를 판독할 수 있고 저장 매체에 정보를 기입할 수 있다. 다른 방법으로, 저장 매체는 프로세서(1100)와 일체형일 수도 있다. 프로세서 및 저장 매체는 주문형 집적회로(ASIC) 내에 상주할 수도 있다. ASIC는 사용자 단말기 내에 상주할 수도 있다. 다른 방법으로, 프로세서 및 저장 매체는 사용자 단말기 내에 개별 컴포넌트로서 상주할 수도 있다.Accordingly, steps of a method or algorithm described in connection with the embodiments disclosed herein may be directly implemented by hardware, software modules, or a combination of the two executed by
나아가 본 발명의 일 실시예에 따른 데이터 암호화 방법을 위해 입출력 데이터 처리에 사용되는 기능은 컴퓨터 등 장치로 읽을 수 있는 기록 매체에 컴퓨터가 판독 가능한 코드로서 구현하는 것이 가능하며, 이와 같은 기록 매체와 컴퓨터 등 장치의 결합으로 기능 수행에 필요한 데이터나 정보를 입력하거나 출력하고 디스플레이하도록 구현할 수 있다. 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광데이터 저장장치, 하드 디스크, 이동형 저장장치 등의 저장 매체를 포함한다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 네트워크(예, 인터넷, 이동통신 네트워크 등)로 연결된 컴퓨터 시스템에 분산되어 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장된 형태가 가능하며 네트워크를 통해 실행될 수도 있다.Furthermore, a function used for input/output data processing for a data encryption method according to an embodiment of the present invention can be implemented as a computer-readable code on a recording medium readable by a device such as a computer. It can be implemented to input or output and display data or information required to perform a function by combining devices. The computer-readable recording medium includes all kinds of recording devices in which data readable by a computer system is stored. Examples of computer-readable recording media include storage media such as ROM, RAM, CD-ROM, magnetic tapes, floppy disks, optical data storage devices, hard disks, and removable storage devices. In addition, the computer-readable recording medium is distributed in a computer system connected by a network (eg, the Internet, a mobile communication network, etc.), and a computer-readable code may be stored in a distributed manner, and may be executed through a network.
상술한 바와 같이, 본 발명에 따른 심전도 신호를 사용하여 BAN에서 데이터 암호화의 방법은, 보다 안전하고 간단하게 실현 가능한 데이터 암호화 방법으로서, 심전도 신호의 QRS 복합을 기반으로 한 LFSR 암호화 방법을 제공할 수 있다. 특히, i) 서로 다른 개인의 ECG 신호가 불일치하며, 심지어 동일한 개인의 경우에도, ECG 신호의 값은 시간이 지남에 따라 천천히 변한다. 따라서 본 발명은 ECG 신호의 매개 변수를 초기 키로 사용한다. 그리고 BAN 시스템 자체는 심전도 신호를 수집하고 생리적 상태를 분석하기 위해 특성 포인트를 감지해야 한다. 따라서 초기 키 생성에 추가 오버 헤드가 필요하지 않다. ii) 본 발명의 초기 키를 기반으로 암호화 방법은 LFSR 회로에 의해 스트림 암호를 생성하므로 빠른 변환 속도, 간단한 하드웨어 구현, 낮은 비용 및 소프트웨어 암호화보다 안전하다는 장점이 있다. iii) 본 발명의 초기 키는 ECG 신호에 의해 생성되고 ECG 신호는 시간에 따라 변하므로 초기 키는 동적 업데이트된다. 도청자에 의해 키가 깨 졌다고 해도 데이터의 작은 부분만 가로챌 수 있다. 따라서 본 발명의 새로운 키 동의 기술은 BAN에 매우 적합한 경량 암호화 방법으로 활용될 수 있다.As described above, the method of encrypting data in the BAN using the electrocardiogram signal according to the present invention is a more secure and simple feasible data encryption method, and can provide an LFSR encryption method based on the QRS complex of the electrocardiogram signal. have. In particular, i) ECG signals of different individuals are inconsistent, and even in the case of the same individual, the value of the ECG signal changes slowly over time. Therefore, the present invention uses the parameters of the ECG signal as an initial key. And the BAN system itself must detect characteristic points to collect ECG signals and analyze physiological conditions. Therefore, no additional overhead is required for initial key generation. ii) Since the encryption method based on the initial key of the present invention generates a stream cipher by the LFSR circuit, it has advantages of faster conversion speed, simple hardware implementation, lower cost, and security than software encryption. iii) Since the initial key of the present invention is generated by the ECG signal and the ECG signal changes over time, the initial key is dynamically updated. Even if a key is broken by an eavesdropper, only a small portion of the data can be intercepted. Therefore, the new key agreement technology of the present invention can be utilized as a lightweight encryption method suitable for BAN.
본 발명에 따른 보다 안전하고 간단하게 실현 가능한 BAN에서의 데이터 암호화 방법은, 경량 및 저에너지 소비에 의해 실현되는 저전력 BAN 센서 노드를 설계하는 데 적극 활용될 수 있다. 따라서 본 발명의 방법은 센서의 수명주기를 연장하고 BAN 시스템의 QoS (Quality of Service)를 향상시키는 BAN의 전력 소비 문제를 해결할 수 있는 유리한 효과가 있다.The method for encrypting data in a BAN that is more secure and simple to realize according to the present invention can be actively utilized to design a low-power BAN sensor node realized by light weight and low energy consumption. Therefore, the method of the present invention has an advantageous effect of solving the power consumption problem of the BAN that extends the life cycle of the sensor and improves the quality of service (QoS) of the BAN system.
이상과 같이 본 발명에서는 구체적인 구성 요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상적인 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명의 사상은 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등하거나 등가적 변형이 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.As described above, in the present invention, specific matters such as specific components and the like have been described by limited embodiments and drawings, but they are provided only to help a more comprehensive understanding of the present invention, and the present invention is not limited to the above embodiments , Those of ordinary skill in the art to which the present invention pertains will be able to make various modifications and variations without departing from the essential characteristics of the present invention. Therefore, the spirit of the present invention is not limited to the described embodiments, and should not be determined, and all technical spirits equivalent to or equivalent to the claims as well as the claims described below are included in the scope of the present invention. It should be interpreted as.
Claims (7)
사용자의 ECG 신호 시퀀스로부터 QRS 복합을 검출하고 해당 특성값을 계산하는 단계;
상기 특성값의 디지털 정량화값을 이용해 키 스트림을 생성하는 단계; 및
상기 키 스트림을 이용하여 데이터를 암호화하는 단계를 포함하고,
상기 특성값은 상기 검출에 기초하여 시간적으로 변화하는 R 파의 진폭 및 Q파와 S파의 간격으로부터 결정되는 것을 특징으로 하는 데이터 암호화 방법.A method for encrypting data in an encryption device,
Detecting a QRS complex from the user's ECG signal sequence and calculating a corresponding characteristic value;
Generating a key stream using the digital quantization value of the characteristic value; And
Encrypting data using the key stream,
The characteristic value is determined from the amplitude of the R-wave and the Q-wave and the S-wave which change in time based on the detection.
상기 디지털 정량화값은 쉬프트레지스터에 입력되는 초기 키로 이용되고 쉬프트레지스터를 동작시키면서 입력되는 디지털 서명 S와 적절히 합산해 상기 키 스트림을 생성하는 것을 특징으로 하는 데이터 암호화 방법.According to claim 1,
The digital quantization value is used as an initial key input to the shift register, and a data encryption method characterized in that the key stream is generated by appropriately summing the input digital signature S while operating the shift register.
주기적으로 사용자로부터 상기 특성값과 상기 정량화값을 결정해, 입력되는 데이터의 암호화에 이용하는 것을 특징으로 하는 데이터 암호화 방법.According to claim 1,
A data encryption method, characterized in that the characteristic value and the quantified value are periodically determined from a user and used for encryption of input data.
상기 QRS 복합을 검출하기 위하여, 이전 두 R 파의 검출을 위한 시간창의 평균을 3번째 R파의 검출을 위한 동적 시간창으로 하는 방법을 이용하여, 이전 R파로부터 소정의 시간적 간격 이후 상기 동적 시간창 내에서 R파들의 위치를 계산하는 것을 특징으로 하는 데이터 암호화 방법.According to claim 1,
In order to detect the QRS complex, the dynamic time after a predetermined time interval from the previous R wave by using the method of setting the average of the time windows for the detection of the previous two R waves as the dynamic time window for the detection of the third R wave Data encryption method characterized by calculating the position of the R waves in the window.
상기 QRS 복합의 검출에 있어서, 결정된 R 파보다 앞서있는 인접한 두 점 간의 기울기 방향이 달라지는 점을 기초로 Q파를 결정하고, 상기 결정된 R 파 뒤에 있는 인접한 두 점 간의 기울기 방향이 달라지는 점을 기초로 S파를 결정하는 것을 특징으로 하는 데이터 암호화 방법.According to claim 1,
In the detection of the QRS complex, a Q wave is determined based on a point in which a gradient direction between two adjacent points preceding the determined R wave is different, and based on a point in which a gradient direction between two adjacent points behind the determined R wave is changed. A data encryption method characterized by determining the S wave.
BAN (Body Area Network)에서 사용자들에 장착된 ECG 노드들이 각각의 지능형 단말로 유선 또는 무선 방식으로 상기 ECG 신호 시퀀스를 전송하고, 해당 키 스트림을 브로드캐스트하는 상기 각각의 지능형 단말 간에 암호화된 상기 데이터를 주거나 받는 양방향 통신을 위한 것을 특징으로 하는 데이터 암호화 방법.According to claim 1,
In the body area network (BAN), the ECG nodes mounted on users transmit the ECG signal sequence to each intelligent terminal in a wired or wireless manner, and the encrypted data between the respective intelligent terminals broadcasting the corresponding key stream. Data encryption method characterized in that for the two-way communication to give or receive.
상기 특성값의 디지털 정량화값을 이용해 키 스트림을 생성하는 기능; 및
상기 키 스트림을 이용하여 데이터를 암호화하는 기능을 수행하고,
상기 특성값은 상기 검출에 기초하여 시간적으로 변화하는 R 파의 진폭 및 Q파와 S파의 간격으로부터 결정되는 것을 특징으로 하는, 데이터 암호화를 수행하는 컴퓨터가 읽을 수 있는 기록 매체. A function of detecting a QRS complex from a user's ECG signal sequence and calculating a corresponding characteristic value;
A function of generating a key stream using the digital quantization value of the characteristic value; And
Encrypting data using the key stream,
The characteristic value is determined from an amplitude of an R wave that changes in time based on the detection and an interval between a Q wave and an S wave, and the computer readable recording medium performing data encryption.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020180169456A KR102201163B1 (en) | 2018-12-26 | 2018-12-26 | Medical network data encryption method using human body ECG signal |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020180169456A KR102201163B1 (en) | 2018-12-26 | 2018-12-26 | Medical network data encryption method using human body ECG signal |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20200079842A true KR20200079842A (en) | 2020-07-06 |
KR102201163B1 KR102201163B1 (en) | 2021-01-12 |
Family
ID=71571612
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020180169456A KR102201163B1 (en) | 2018-12-26 | 2018-12-26 | Medical network data encryption method using human body ECG signal |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102201163B1 (en) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113197584A (en) * | 2021-04-30 | 2021-08-03 | 扬州大学 | QRS wave group identification method based on difference zero-crossing detection method |
KR20220042851A (en) | 2020-09-28 | 2022-04-05 | 경북대학교 산학협력단 | Recorded media recording of the signal optimization device, method and program for performing the analysis applicable to low power-low capacity embedded equipment |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101657005B1 (en) * | 2015-06-11 | 2016-09-12 | 전문석 | Method for electrocardiogram authentication |
KR20180026018A (en) * | 2016-09-01 | 2018-03-12 | 주식회사 라이프사이언스테크놀로지 | Method for Encrypting and Decrypting of Personal Information using ECG Signal |
-
2018
- 2018-12-26 KR KR1020180169456A patent/KR102201163B1/en active IP Right Grant
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101657005B1 (en) * | 2015-06-11 | 2016-09-12 | 전문석 | Method for electrocardiogram authentication |
KR20180026018A (en) * | 2016-09-01 | 2018-03-12 | 주식회사 라이프사이언스테크놀로지 | Method for Encrypting and Decrypting of Personal Information using ECG Signal |
Non-Patent Citations (2)
Title |
---|
Junchao Wang 외 3명, Using the Characteristic Value of the Body Chennel for Encryption of Body Area Networks, 2018 16th IEEE International New Circuits and Systems Conference(NEWCAS) (2018.06.)* * |
SANAZ RAHIMI MOOSAVI 외 4명, Low-Latency Approach for Secure ECG Feature Based Cryptographic Key Generation, IEEE Access (2018.02.14.)* * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20220042851A (en) | 2020-09-28 | 2022-04-05 | 경북대학교 산학협력단 | Recorded media recording of the signal optimization device, method and program for performing the analysis applicable to low power-low capacity embedded equipment |
CN113197584A (en) * | 2021-04-30 | 2021-08-03 | 扬州大学 | QRS wave group identification method based on difference zero-crossing detection method |
Also Published As
Publication number | Publication date |
---|---|
KR102201163B1 (en) | 2021-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Peng et al. | Secure and energy-efficient data transmission system based on chaotic compressive sensing in body-to-body networks | |
Doukas et al. | Enabling data protection through PKI encryption in IoT m-Health devices | |
Bai et al. | A lightweight method of data encryption in BANs using electrocardiogram signal | |
Zhu et al. | Using wireless link dynamics to extract a secret key in vehicular scenarios | |
Sammoud et al. | A new biometrics-based key establishment protocol in WBAN: Energy efficiency and security robustness analysis | |
Niu et al. | Privacy and authentication protocol for mobile RFID systems | |
Praveenkumar et al. | Transreceiving of encrypted medical image–a cognitive approach | |
Zhang et al. | A review on body area networks security for healthcare | |
CN112202511B (en) | Physical layer key generation method and system based on channel characteristics | |
KR102201163B1 (en) | Medical network data encryption method using human body ECG signal | |
Farooq et al. | Hybrid encryption algorithm in wireless body area networks (WBAN) | |
Hedayati et al. | A lightweight image encryption algorithm for secure communications in multimedia Internet of Things | |
Zhan et al. | Efficient key generation leveraging wireless channel reciprocity for MANETs | |
Raheja et al. | IoT based ECG monitoring system with encryption and authentication in secure data transmission for clinical health care approach | |
Sreenivasulu et al. | NLDA non-linear regression model for preserving data privacy in wireless sensor networks | |
Wang et al. | Electromagnetic radiation based continuous authentication in edge computing enabled internet of things | |
Jammali et al. | PFKA: A physiological feature based key agreement for wireless body area network | |
Cherifi et al. | Efficient and lightweight protocol for anti-jamming communications in wireless body area networks | |
Fragkiadakis et al. | Lightweight and secure encryption using channel measurements | |
Kumar et al. | SafeCom: Robust mutual authentication and session key sharing protocol for underwater wireless sensor networks | |
Dhopavkar et al. | IETD: a novel image encryption technique using Tinkerbell map and Duffing map for IoT applications | |
Wang et al. | Distributed privacy-preserving nested compressed sensing for multiclass data collection with identity authentication | |
CN103763698A (en) | Wireless body area network key negotiation mechanism based on wavelet transform tendency | |
Karmakar et al. | WBAN Security: study and implementation of a biological key based framework | |
Siddiqi et al. | Forensic verification of health data from wearable devices using anonymous witnesses |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |