⚡ electrical engineering

HHK: A Hardware-Oriented Cross-Location PPG Key Generation Architecture for Body Area Networks

本文介绍了 HHK，这是一种面向硬件、可综合的 RTL 架构，专用于体域网，它利用格雷码量化和极化码模糊承诺技术，从跨位置绿光 PPG 信号生成安全会话密钥，实现了低功耗，并在移动场景下验证了多个身体部位的密钥协商。

原作者： Jose Ilton de Oliveira Filho

发布于 2026-05-26

📖 1 分钟阅读☕ 轻松阅读

原作者： Jose Ilton de Oliveira Filho

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你和你的朋友都戴着智能手表。你们希望在两块手表之间创建一个秘密的“握手”代码，以便它们能够安全通信，但你们不想输入密码，也不想通过空中发送秘密消息（黑客可能会窃取这些信息）。

本文介绍了一种巧妙的名为HHK的新方法。它不使用消耗电池复杂数学运算，而是利用你的心跳作为秘密密钥。

以下是其工作原理，分解为简单步骤：

1. 问题：心跳信号是杂乱的

无论你在手腕、头部还是脚踝测量，你的心跳节奏都是相同的。然而，信号的形状会根据传感器位置的不同而变化。

类比：想象两个人在不同的房间里听同一个鼓点。一个人听到清晰的“咚”，另一个人听到沉闷的“嗒”。如果你试图匹配确切的声音，它们看起来是不同的。但如果你只计算两次鼓点之间的时间（即节奏），它们几乎是相同的。
挑战：大多数以前的系统试图匹配确切的声音（波形），当你在行走或移动时，这种方法会失效。这个新系统只关心两次心跳之间的时间间隔。

2. 解决方案：一种“硬件”心跳锁

作者构建了一个微小的、超高效率的计算机芯片（硬件设计），它主要完成三件事：

步骤 A：滤波器（噪声消除器）
芯片查看你的心跳数据，忽略由行走、跑步或颤抖引起的“静电”干扰。它只保留心脏稳定跳动时的干净时刻。
步骤 B：转换器（节奏计数器）
它测量两次心跳之间的时间。它将这些时间测量值转换为一串 1 和 0（数字代码）。因为节奏在任何地方都是相同的，所以你的手腕手表和头部传感器将生成几乎相同的代码。
步骤 C：修正器（谜题解决者）
由于传感器并不完美，两个代码不会 100% 匹配。也许你的手腕显示"101"，而你的头部显示"100"。系统使用一种特殊的“魔法橡皮擦”（称为极化码）来修复微小的差异，而无需在空中发送秘密代码。它只发送一个微小的提示，帮助另一个设备修正其自身的代码。

3. “现实世界”测试

许多以前的研究在人们静坐在实验室时测试了这些系统。本文在瑞士的一次山地探险中，对16 名真实的人进行了测试。

他们穿过雪地、爬楼梯并乘坐缆车。
他们同时在头部、手腕和脚踝测量心跳。
结果：即使在移动中，该系统在每次尝试中也有约**51% 到 70%**的成功率在不同身体部位之间生成匹配的密钥。如果一次失败，它只需使用接下来的 2 分钟数据再次尝试。

4. 为什么这很重要

它微小且便宜：该设计不需要昂贵且耗电的部件（如乘法器或大型存储库）。它非常高效，几乎不消耗电力——足以让微型太阳能板或体温为其供电。
它是为现实生活而建的：这是第一个被证明在人们实际移动（而不仅仅是坐在椅子上）时能正常工作的系统。
它是硬件，不仅仅是软件：以前的版本只是计算机程序。这是一个物理芯片的蓝图，可以直接构建到可穿戴设备中。

核心结论

将 HHK 想象成一种生物锁。你的心脏就是钥匙。即使你的手表和头带因为位于你身体的不同位置而“听到”不同的心跳，这个新系统也足够智能，可以忽略噪声、计算节奏并修复小错误，从而生成完美的秘密代码。这使得你的医疗设备能够在不消耗电池或不需要密码的情况下相互安全通信。

技术摘要：HHK——一种面向硬件的跨位置 PPG 密钥生成架构

问题陈述
无线体域网（BAN）需要频繁建立会话密钥，以确保前向安全性并保护敏感的健康数据。然而，传统的公钥密码学带来的计算和能耗成本超出了深度受限可穿戴节点的预算，而对称预分发则缺乏前向安全性。基于生理信号的密钥生成为此提供了解决方案，它允许同一身体上的节点从共享的生物特征数据中推导出匹配的密钥，而无需传输秘密信息。

尽管已有相关研究，但仍存在两个关键差距：

移动性验证：现有研究大多局限于受控、静止或单位置环境。真实的 BAN 在不受约束的日常活动中跨越多个身体部位运行，运动伪影和位置相关的波形形态会恶化心跳间期（IBI）的提取和密钥协商。
硬件实现：当前的生理密钥生成系统（如 H2K、FaceFinger、E2P）完全在主机处理器上以软件形式实现。这种方法不适合缺乏通用处理器的自主 BAN 节点，因为后者受限于能耗。此前没有任何工作实现过完整的、可综合的寄存器传输级（RTL）跨位置 PPG 密钥生成流水线，并在硅片上进行了验证。

方法论
本文提出了HHK，一种面向硬件的架构，利用来自多个身体部位的绿光光电容积脉搏波（PPG）信号中的 IBI 时序来生成密钥。该系统在两个节点上独立运行，仅交换公开的辅助数据。

数据通路包含以下阶段：

信号处理：原始 16 位 PPG 采样数据使用因果定点（Q15）预滤波器进行处理，以在不使用 DSP 乘法器的情况下衰减噪声。
心跳检测：局部最大值检测器识别心跳起始点，并强制实施不应期（150 BPM），以确保有效的时间戳。
跨位置对齐：来自不同部位（例如头部、手腕、脚踝）的心跳时间戳在 300 毫秒的容差窗口内进行对齐。只有匹配的对才会贡献给 IBI 序列，从而消除了朴素顺序比较中常见的失步错误。
量化：IBI 范围使用数据集范围内的百分位数划分为四个等频区间。每个 IBI 被映射为 2 位格雷码。这种格雷编码确保边界跨越最多导致 1 位的不一致，从而降低了有效信道误码率。
密钥协调：采用速率为 1/3 的极化码（N=128, K=42）及逐次抵消（SC）解码。节点 A 生成随机密钥，对其进行编码，并广播辅助数据（ $h = b_A \oplus c$ ）。节点 B 利用该辅助数据解码其自身的比特序列并恢复共享密钥。
运动门控：为了处理移动噪声，系统使用惯性测量单元（IMU）衍生的运动指标来门控数据窗口。具有高运动伪影（超过 0.08 g 阈值）或无效心率（超出 45–120 BPM 范围）的窗口在处理后会被丢弃。

主要贡献

多位置 PPG 的开放基准：HHK 在自由生活移动数据（来自 16 名参与者的 216 小时）上建立了多位置 PPG 生成中最高的密钥协商率报告。它在相同条件下重新评估了五种先前的方法，证明它们的纯软件方法无法在此挑战性数据集上生成匹配的密钥。
首个可综合 RTL 架构：本文提出了首个完整的、可综合的 RTL 跨位置 PPG 密钥生成流水线实现，并在硅片上进行了验证。该设计无需乘法器，仅使用标准逻辑单元，使其可移植到 ASIC，并适用于能量收集节点。

实验结果
验证工作使用了WildPPG数据集，该数据集是在涉及雪地、冰洞和机动交通的登山探险中收集的。

原始比特一致性：格雷码量化后，节点间的原始比特一致性在头部 - 手腕、头部 - 脚踝和手腕 - 脚踝配对中范围为86.0% 至 90.1%。
密钥一致性：经过极化码协调后，最终密钥一致性率在每 120 秒窗口内范围为51.3% 至 69.8%。头部 - 手腕配对表现最佳（69.8%），而头部 - 脚踝配对最具挑战性（51.3%），这是由于远端肢体处的波形失真更大。
硬件性能：在 Xilinx XC7Z020 FPGA 上的综合将数据通路映射为 18,760 个 LUT 和 20,971 个触发器。系统运行频率为 10 MHz，每次密钥生成事件的延迟为 3.2 毫秒。
能效：每次密钥生成事件的能耗为48 µJ。在 120 秒的采集窗口内，平均功耗为0.4 µW，完全在能量收集 BAN 节点的预算范围内。
硅片验证：RTL 仿真与物理 FPGA 执行之间的比特精确比较证实，原始比特串、辅助数据和协调向量之间零不一致。

意义与主张
作者声称，HHK 是首个在移动数据上跨多个身体部位验证的、面向 BAN 的可综合 RTL 密钥生成架构。通过依赖 IBI 时序而非波形形态，该架构对现实环境中固有的跨位置失真和运动伪影具有鲁棒性。本文强调，虽然先前的基于软件的方法在受控实验室中实现了高一致性，但在应用于自由生活数据时，若缺乏 HHK 提供的特定纠错和硬件优化，其一致性将崩溃至接近零。该设计的无乘法器特性和低功耗特性，使其成为部署在自主、深度受限的生物医学节点上的可行候选方案，在这些节点上传统密码学方法不可行。