用于降低增强现实环境中的安全与隐私风险的神经元胞自动机方法

《Scientific Reports》：Neural cellular automata approach for reducing security and privacy hazards of augmented reality environment

　　

摘要

增强现实（AR）技术在医疗健康、智慧城市导航以及工业培训与协作工作环境中的应用日益受到关注。然而，这种持续的多媒体流传输以及传感器信息的交换可能带来非法访问、数据捕获和信息推断等安全与隐私威胁。与以往的AR框架不同，本研究提出了一种新颖的神经元胞自动机（NCA）层，该层能够主动学习AR行为，并动态实施时空异常检测、自适应访问控制和加密措施。NCA层通过局部状态评估来定义AR流中的空间依赖性和分布式行为模式，为每个数据流制定规则，并利用自适应神经模型优雅地监控AR环境活动及异常情况，从而做出动态的访问决策。此外，该层还结合了一种优化的密钥生成算法和对称加密技术，确保在最低计算开销下实现安全传输。实验结果表明，入侵检测率为96.8%，访问控制决策准确率为94.3%，加密开销低于6%。在部署后阶段的分析显示，在模拟攻击条件下，这种多层次的隐私保护机制将AR的安全性和隐私风险降低了85%以上。