BRAIN-COMPUTER INTERFACE PER LA GENERAZIONE DI PASSWORD

Con il continuo avanzamento della tecnologia, l'esplorazione di metodi innovativi per l'identificazione degli utenti è diventata un'are adi ricerca significativa. La tecnologia Brain-Computer Interface (BCI) offre un immenso potenziale a tal proposito, consentendo una comunicazione diretta tra il cervello umano e dispositivi esterni. Questa tesi si concentra sulla tecnologia BCI e sulla generazione di password basata su BCI attraverso l'identificazione degli utenti, con una particolare enfasi sul metodo MindID proposto da Zhang e colleghi. L'obiettivo principale di questa ricerca è valutare l'attuabilità ed efficacia del metodo MindID nell'identificare con precisione gli utenti in base ai modelli di attività cerebrale. Questo metodo utilizza avanzate tecniche di intelligenza artificiale per decifrare caratteristiche uniche dai segnali elettroencefalografici (EEG), mirando a stabilire meccanismi affidabili di identificazione degli utenti. Per raggiungere questo obiettivo, viene effettuata una completa revisione della letteratura pertinente al fine di fornire una base teorica e fisica per la tecnologia BCI e i suoi campi di applicazione, concentrandosi sulle metodologie di identificazione degli utenti. Successivamente, la tesi presenta un'analisi approfondita dell'approccio MindID, esplorando i suoi principi fondamentali, la procedura e gli algoritmi di classificazione impiegati. Inoltre, viene fornita una valutazione critica dei punti di forza e delle limitazioni di questo metodo, insieme a raccomandazioni per un uso responsabile della generazione di password basata su BCI attraverso la tecnica di identificazione degli utenti.

As technology continues to evolve, the exploration of innovative methods for user identification has become a significant area of research. Brain-Computer Interface (BCI) technology holds immense potential in this regard, enabling direct communication between the human brain and external devices. This thesis focuses on BCI technology and BCI-based password generation through user identification, with a particular emphasis on the MindID method proposed by Zhang and colleagues. The primary objective of this research is to evaluate the feasibility and effectiveness of the MindID method in accurately identifying users based on their brain activity patterns. This method utilizes advanced artificial intelligence techniques to decipher unique characteristics from electroencephalogram (EEG) signals, aiming to establish reliable user identification mechanisms. To achieve this goal, a comprehensive review of relevant literature is conducted to provide a theoretical and physical foundation for BCI technology and its fields of application focusing on user identification methodologies. The thesis then presents an in-depth analysis of the MindID approach, exploring its underlying principles, procedure and classification algorithms employed. Additionally, a critical assessment of the strengths and limitations of this method and recommendations for a responsible use of BCI-based password generation through user identification technique are provided.