Tesis profesional presentada por Diego Farias Castro [diego.fariasco@udlap.mx]

Miembro del Programa de Honores. Licenciatura en Ingeniería en Sistemas Computacionales. Departamento de Ingeniería en Computación, Electrónica y Mecatrónica. Escuela de Ingeniería, Universidad de las Américas Puebla.

Jurado Calificador

Director: Dra. Rocío Salazar Varas
Presidente: Dra. Mireya Paredes López
Secretario: Dr. Gibran Etcheverry Doger

Cholula, Puebla, México a 2 de diciembre de 2021.

Resumen

La autenticación biométrica, es un servicio de seguridad que permite constatar la identidad de un individuo con base en sus parámetros físicos o conductuales, para posteriormente brindar acceso a un recurso restringido. Esto, en contraposición con el tradicional uso de contraseñas o llaves físicas. Algunos ejemplos comúnes son el análisis de huella digital, el reconocimiento de voz, iris y retina. Dichas soluciones, destacan por su efectividad, que ronda entre 80.37% y 99.99%, así como su eficiencia i.e., requiriendo menos de 35 segundos para registrar y/o autenticar a un usuario. No obstante, pese a su desempeño, estas soluciones son vulnerables a intentos de suplantación e.g., el análisis de huella es suceptible a señuelos de silicona, el reconocimiento de voz a imitadores y el análisis de iris y retina a fotografías.

La actividad cerebral, por su parte, figura como una alternativa segura, pues dicho parámetro es único entre individuos, escasamente replicable, y difícilmente procesado por atacantes poco experimentados. Así pues, a largo de esta tesis, se condujo un estudio de 3 fases que tuvo por objetivo la fabricación de un sistema de autenticación basado en señales de electroencefalografía competente tanto eficaz como eficientemente con otras alternativas.

En la primera fase se identificaron las frecuencias de corte ideales para filtrar una señal cerebral. Con ellas, se emuló un escenario de autenticación empleando un clasificador de Bayes. En la segunda, se definió una metodología de validación de identidad basada en fronteras de likelihood y correlación de Pearson y se realizaron diversos ajustes a ésta e.g., combinaciones de características o sesiones de entrenamiento, para añadirle robustez ante la variabilidad de las señales con el tiempo, así como para hacerla aplicable a un entorno real. Finalmente en la tercera fase se implementó un aplicativo basado en esta metodología.

Palabras clave: autenticación, EEG, descriptores estadísticos, extracción de características

 

Índice de contenido

Portada

Agradecimientos

Índices

Glosario

Capítulo 1. Introducción

Capítulo 2. Justificación

Capítulo 3. Objetivos

Capítulo 4. Marco teórico

  • 4.1 Descripción de las interfaces cerebro-computadora
  • 4.2 Trascendiendo las aplicaciones médicas
  • 4.3 Funcionamiento de una interfaz cerebro-computadora
  • 4.4 Autenticación
  • 4.5 Indicadores de desempeño en sistemas de autenticación

Capítulo 5. Metodología

  • 5.1 Fase I
  • 5.2 Fase II
  • 5.3 Fase III
  • 5.4 Bases de datos

Capítulo 6. Resultados y discusión

  • 6.1 Fase I: Sistema de autenticación basado en una clase genérica
  • 6.2 Fase II: Sistema de autenticación basado en fronteras
  • 6.3 Fase III: Elaboración de un software de aplicación

Capítulo 7. Conclusiones y recomendaciones

Referencias

Anexo 1. Figuras, tablas, distribución del código fabricado

Farias Castro, D. 2021. Desarrollo de un sistema de autenticación basado en señales de electroencefalografía. Tesis Licenciatura. Ingeniería en Sistemas Computacionales. Departamento de Ingeniería en Computación, Electrónica y Mecatrónica, Escuela de Ingeniería, Universidad de las Américas Puebla. Diciembre. Derechos Reservados © 2021.