当今,随着智能化社会进程的不断推进和新型可穿戴设备技术的不断发展,设备数量出现了爆炸性的增长。可穿戴设备在我们的生活出现更加频繁,因此每个用户会同时佩戴多个可穿戴设备。这些设备在获取用户个体信息以后要进行相互之间的数据传输,而这些信息一般都是个人隐私的信息,如心率、步伐、血压等。在人工智能和体域网的技术不断发展,这些设备之间的配对需求会变得越来越频繁和强烈,比如资源共享、算法调度、共同认证识别等。因此研究可穿戴设备配对技术对保护个人信息安全具有重大的意义。传统的设备配对方案为信息输入,但是密钥一般在一段时间内保持固定值,容易受到第三方攻击。因此学术界提出很多基于公共信道的动态密钥生成,用于设备的配对,例如手势、步伐、环境光、环境声、震动等的动态密钥生成方法。上述都存在一些缺陷,如环境光和环境声的公共信道过于依赖外界环境并且过于公开,容易被相同环境中的第三方攻击。手势的公共信道需要用户主动发出信号,也有研究者提出以基于心跳生成动态密钥设备配对方式,其方式是普遍利用IPI（脉搏信号波的间隔）作为密钥的配对方案,但是存在适用于相同类型的智能设备,普遍需要植入型设备和在较为静止情况下使用的缺点。基于此,本课题提出了基于心跳监测的异种可穿戴设备连续配对技术。除了利用心跳信道具有很强的隐秘性、个体差异性、连续性等特点以外,本课题提出了新颖的密钥生成方式,实现了不同类型设备和不同运动状态下设备的配对,并且搭建硬件平台验证系统验证了真实场景下的各项性能,同时与IPI算法密钥配对技术进行对比。结果表明:本课题所提出的技术,在密钥生成的性能,如比特生成率、信息源熵、编码效率均优于IPI算法;在NIST的15项随机性测试上的表现也优于IPI算法;在设备配对整体性能结果上,达到不高于5%的错误接收率和10%的错误拒绝率。