您可以通过自己的驾驶方式来识别

虽然赛车队一直都知道，但一份新报告显示您的驾驶风格可以识别您。

莫尔斯电码是一种简单的代码，它以点和破折号的组合表示字母表中的每个字母。例如，S是…，O是—因此，SOS（拯救我们的灵魂，国际紧急求救信号）反复出现。

当Morse被广泛使用时，有许多高技能的操作员可以快速传输消息，尽管每个操作员都可以敲出相同的点和破折号序列，但是它们的操作方式却略有不同。点或破折号或字母之间的分数延迟以及长度或点或破折号之间的分数延迟在操作员之间都存在微小的差异。这些差异加起来是受过训练的耳朵可以辨认的独特“拳头”，因此每个操作员都可以通过拳头来区分。以同样的方式，如果您要求两名厨师准备同一顿饭足够的时间，那么每位厨师都会有一些独特的差异，使用餐者可以算出是谁做饭，而且使用计算机键盘的方式也是唯一的。每个人。

因此，我们的驾车方式对每个人来说都是独一无二的，也许有可能仅从他们的驾驶方式中就可以非常确定地确定给定的驾驶员，这并不奇怪。赛车队已经知道了这一点，因为他们能够通过查看测试数据来确定哪些车手驾驶了赛车，这也是为什么两个相同的赛车为同一车手设置不同的原因-现在是大学的研究人员华盛顿特区刚刚通过一系列测试证明了日常驾驶者的意义。

研究人员选择了15位驾驶员，其中8位男性，7位女性，年龄从24岁到47岁不等，让他们驾驶完全相同的汽车通过闭路行驶和80公里开阔的道路行驶。在一天中的同一时间甚至选择了相同的音乐进行驾驶，并且在开始测试之前，驾驶员已经熟悉了汽车。

在驾驶过程中，汽车从16个传感器收集了数据，这些数据包括制动器，转向，油门，齿轮，发动机RPM，速度和偏航等信息，包括何时使用控制以及如何使用。该信息是通过OBD端口收集的，OBD端口是所有汽车上现已使用的标准接口，可轻松收集诊断数据。

结果令人吃惊。根据该团队的说法，可以通过分析数据以100％的确定性确定哪个驾驶员是哪个驾驶员。实际上，仅使用制动踏板就足以在驾驶整个路线之后识别驾驶员，仅使用制动踏板数据仅约15分钟之后，就有87％的机会识别驾驶员。从报告中：

最大发动机扭矩是发动机在任何给定情况下可产生的扭矩量，​​与实际要求的扭矩不同。

这非常准确，而且还值得注意的是，只有主要的汽车控制系统才受到监控。如果考虑辅助控制，例如方向盘角度，座椅，后视镜，加热/冷却系统的使用，偏好的音乐和音量，那么识别速度将更快。即使是操作汽车的方法也可能是一个因素。例如，在大多数汽车中，有两种更改音乐音量的方法，以及几种在屏幕上显示任何给定信息的方法。启动前例程也将是唯一的；您是否系上安全带然后开始，反之亦然，您拉动停车制动器有多困难……识别个人的潜在方法是巨大的。

关于测试，有一些有趣的观点。首先，有15个样本非常小，他们谨慎地选择了不同的性别和年龄。这可能是因为，即使使用多种不同的驱动程序类型，他们也不希望找到太大的区别。除了更大的样本外，最好选择尽可能相似的驱动程序。例如。所有年龄在20到25岁之间且具有相似经验水平的男性，或所有女性40至50岁。这些组中的差异应该较小，并且能够更好地测试用于识别驱动程序的算法。

然而，即使只有15个样本，更广泛的经验（如摩尔斯电码）都表明，我们的驾驶方法（复杂的操作）可以用来识别个人。

那么，如果可以通过他们的驾驶技术来识别驾驶员，那将意味着什么呢？或者，是否可以确定某个特定的驾驶员没有开车？

研究人员探索了几种可能性。一种是识别出被禁止的驾驶员，一旦汽车意识到自己被被禁止的驾驶员驾驶，他们只会拒绝操作。如果您将汽车借给朋友，您会看到是否有除该朋友之外的任何人驾驶汽车。对于租赁公司来说，这笔交易是一样的，他们不仅可以看到自己的汽车在哪里，而且可以确定有多少位驾驶员驾驶了汽车，如果他们可以匹配数据，那么这些驾驶员是谁。

另一个是，对低风险驾驶员的低风险行为进行了建模，并为那些匹配低风险行为的驾驶员提供了保险折扣。或者说，在发生事故前，表现出高风险行为的驾驶员会受到惩罚，甚至更有争议。基于驾驶员和情况的保险已经过尝试，并且在某些情况下仍然有效，但是随着时间的流逝，这肯定是一种收费模式。

令人毛骨悚然的可能性是，每个人的驾驶行为都会被建模，每辆车都会实时报告谁在驾驶。然后，当警察需要抓捕罪犯时，他们只需要等他或她驾驶汽车，然后他们才能知道该去哪里抓捕重罪。结合所有数据，例如Facebook，Twitter，Apple，银行和其他所有人正在收集的数据，我认为我们可以说，隐私确实已经消失了。

您能“假装”自己的风格吗？这看似容易，但实际上却很难做到。同样，我们需要研究语音，手写等方面的复杂模式识别，这些模式识别可以检测出欺骗系统的企图。实用汽车的普通读者将可以知道我自己，Isaac还是Paul是否撰写了一篇文章，而无需看到划线，并且我无法复制Isaac的风格……。

总体而言，可能性令人兴奋，但也令人恐惧，而且更是如此，因为在这个早期阶段的历史告诉我们，我们不可能预见所有的影响和副作用。然而，技术进步和数据收集不会很快停止。

原始报告：http://www.autosec.org/pubs/fingerprint.pdf