摘要
物联网生态系统的迅猛发展促使人们从集中式云计算转向去中心化架构，以此降低延迟并解决带宽限制问题。虽然边缘计算能够解决部分这些问题，但数据向本地网关的传输仍存在严重的安全和隐私隐患。本研究通过运用TinyML将计算能力推向极致边缘，探讨了“计算连续体”这一概念。我们提出了一种安全且能保护隐私的多模态生物特征认证系统，专为资源有限的嵌入式设备设计。该系统采用分层处理机制：首先是一个超轻量的目标检测过滤器，作为智能唤醒机制，随后是功能强大的面部和声音认证模块。通过严格的层级化流程，该系统的误识率仅为0.12%。在ESP32微控制器上的实验结果显示，其能耗极低，每个推理周期仅需0.15焦耳的能量。这意味着该系统使用标准的600毫安时电池即可连续运行39小时以上，从而证明了在智能物联网环境中，具备隐私保护功能的独立生物特征传感器的可行性。
