本文提出了一种名为Ciphera的去中心化生物特征身份框架，旨在解决传统中心化生物特征系统中存在的单点故障、验证过程不透明以及生物特征信息一旦泄露便不可逆等安全问题。该框架结合了隐私保护的人脸识别、多节点验证、基于IPFS的凭证元数据存储以及区块链锚定的撤销机制。具体而言，Ciphera利用去中心化标识符（DIDs）和可验证凭证（VCs）增强隐私保护，通过多方验证节点实现分布式共识，并将生物特征模板和凭证元数据存储在IPFS上，同时利用区块链记录撤销状态以确保不可篡改。研究者在功能、性能、安全以及分布式一致性等多个维度对Ciphera进行了评估。功能测试显示成功率为81%，注册和认证过程稳定，但存在撤销传播延迟和偶尔的审计日志不一致问题。性能测试表明，在并发多节点条件下，p95验证延迟约为820毫秒，达到亚秒级。安全分析证实了强大的机密性和完整性保障，但指出不完善的生命体征检测使其易受深度伪造和重放攻击。该研究证明了去中心化生物特征身份的可行性，同时指出了生产级部署面临的关键工程挑战。适合对去中心化身份、生物特征认证、区块链安全和隐私保护感兴趣的研究人员和工程师阅读。

本文提出了 AccLock，一种基于耳塞内置加速度计的被动式用户身份验证系统。与现有依赖主动交互（如语音指令）或主动声波输出的耳塞认证方案不同，AccLock 利用用户佩戴耳塞时由心跳引起的体内震动（即心冲击图 BCG 信号）进行身份识别。系统核心创新包括三部分：首先，设计了两阶段去噪方案抑制耳塞运动伪影和环境噪声等干扰；其次，提出基于解耦的深度学习模型 HIDNet，显式地将用户特异性特征与共享干扰分量分离；最后，基于孪生网络开发可扩展认证框架，无需为每个用户单独训练分类器。实验在 33 名参与者上进行，平均误接受率（FAR）为 3.13%，误拒绝率（FRR）为 2.99%，验证了系统的实际可行性。该方案无需用户主动配合，也无须耳机发出声音，且对环境噪声鲁棒，为可穿戴设备中的持续、无扰认证提供了新思路。