Rozpoznávání estetické preference jako potenciální autentizační faktor

Nová studie z Izraele navrhla autentizační schéma založené na estetických preferencích uživatele, kde uživatel kalibruje systém jednou tím, že ohodnotí obrázky, a tím vytváří soukromou “doménu” svých vizuálních a vizuálně-konceptuálních preferencí. Později by uživatel byl vyzván během autentizace k tomu, aby své zaznamenané preference porovnal s novými soubory obrázků.

Z pokusů s ‘game-ized’ implementací AEbA – vlevo, uživatel ohodnotí estetickou kvalitu obrázku; vpravo, skóre je signalizováno na konci fáze aktivní aplikace během pokusů. Zdroj: https://arxiv.org/ftp/arxiv/papers/2204/2204.05623.pdf

Systém se nazývá Aesthetic Evaluation-based Authentication (AEbA) a je příspěvkem na konferenci USENIX Annual Technical Conference v Kalifornii v červenci 2022.

AEbA byl testován výzkumníky v podobě série her, kde účastníci museli systém trénovat a poté ohodnotit nové obrázky, které odpovídaly jejich registrovaným preferencím. Druhá série testů zkoumala schopnost uživatele uhádnout preference ostatních.

Z článku – vzorové obrázky z pexels.com, vhodné pro použití v AEbA.

Tento přístup nemusí být vhodný pro všechny lidi, protože ne každý má vyvinutý estetický smysl, ale mohl by sloužit jako primární autentizační schéma pro nízké až střední bezpečnostní požadavky nebo jako jeden z možných pomocných metod v dvoufaktorové autentizaci (2FA).

Jedná se o novou myšlenku, která by mohla být začátkem pro složitější esteticky založené výzvy, protože počet obrázků prezentovaných uživatelům během autentizace by mohl být škálovatelný podle potřeby, podobně jako výzvy CAPTCHA.

Čím je výzva jemnější a prodlouženější, tím vyšší bezpečnost takový přístup může nabídnout.

Škála relativní síly hesla při násobení několika faktorů AEbA výzvy: ‘D’ reprezentuje počet obrázků zobrazených během výzvy; Dhr reprezentuje počet obrázků, které uživatel musí vybrat; a ‘S’ je počet obrazovek (tj. fází) v lineárním procesu estetického výběru.

Co se týče obvyklých konvencí pro lidskou autentizaci, AEbA zahrnuje prvky Something you know (SYK) a Something you are (SYA), a je založen na třech předpokladech: že věci, které se nám líbí (zobrazené ve vizuálním světě), jsou pro nás snadno rozlišitelné (v souladu s obecnou teorií mnemoniky); naše estetické preference zůstávají relativně konzistentní; a že existuje dostatečný rozdíl v preferencích různých uživatelů, aby poskytly nerozluštitelný rozdíl v preferencích.

Autorům se podařilo prokázat, že uživatelé jsou schopni aplikovat vysoce rozlišitelné hodnocení obrázků, bez nutnosti zahrnovat zjevně odpuzující nebo “mimo distribuci” obrázky.

Síla obrazových domén

AEbA nezávisí na paměti, ale spíše zachází s koncovým uživatelem jako s trénovaným systémem rozpoznávání obrázků, který vyvinul robustní a velmi specifickou škálu reakcí na potěšení, a zaměřuje se na tyto silné asociace potěšení.

V podstatě AEbA závisí na lidském ekvivalentu abstraktních předchozích znalostí v počítačovém vidění a systémech syntézy obrázků, které mohou přenášet styl a doménově specifické funkce bez toho, aby byly vtěleny do jediného a neměnného obrázku.

Nová studie uvádí důkazy z předchozích prací, že obrázky jsou snazší zapamatovat než slova, že příjemné obrázky jsou snazší zapamatovat než obecné obrázky, a že aktivní hodnocení obrázků (jako během krátkého tréninkového procesu AEbA) zlepšuje zapamatovatelnost obrázků ještě dále.

Testování AEbA

Výzkumníci implementovali systém jako hru, v kontextu proof-of-concept projektu, kurátorství databáze 318 obrázků z bezplatného stockového webu pexels.com, a také zahrnuli obrázky z osobního archivu.

Fotografie byly klasifikovány do osmi kategorií (Universe, Nature, Mountains, Forest, Flowers, Cityscapes, Seaside, a Other), a pokusy byly rozděleny do Enrolment (kde byly obrázky inicializovány uživateli v jednorázové desetiminutové relaci), Authentication Game, a nakonec Adversarial Game (hádaní image preferencí ostatních).

Enrolment

V Enrolment fázi, 3722 hodnocení bylo získáno pro 274 obrázků, s průměrným hodnocením 6,07, mediánem 6, výsledkem nejčastějších hodnot 7 a 8. Nejméně oblíbený obrázek získal pouze 2,32, a nejoblíbenější 8,63.

Rozdělení hodnocení obrázků mezi nejlepšími výkony v pokusech.

Autentizace

Pro Autentizační hru, 264 herních relací bylo provedeno, s každým účastníkem, který dokončil hru dvakrát, v průměru osm relací. Průměrná úspěšnost byla 76%.

Box plot graf distribuce herních skórů mezi 33 členy skupiny, s průměrnými skóry označenými černou horizontální linkou, zobrazující medián, první a třetí kvantil, s minimem, maximem a outliers.

Adversarial Game

Adversarial Game komponenta zahrnovala neomezenou hru (na rozdíl od Enrolment), a proběhla deset dní po spuštění herní fáze. 190 her bylo započteno do výsledků (vyjma her, kde nastaly technické problémy). Průměrný počet správných adversariálních voleb činil 2,88, což odpovídá 36% úspěšnosti, technicky rovnocenné s náhodou (zvláště s ohledem na nízký počet obrázků v datové sadě).

Závěr

Autentizační schéma AEbA nabízí nový přístup k autentizaci, který využívá estetické preference uživatele. I když je tento přístup stále v rané fázi, výsledky ukazují, že by mohl být efektivní a bezpečný způsob autentizace.

Autorům se podařilo prokázat, že uživatelé jsou schopni aplikovat vysoce rozlišitelné hodnocení obrázků, bez nutnosti zahrnovat zjevně odpuzující nebo “mimo distribuci” obrázky.

Autoři také zdůrazňují další výhodu AEbA: kontextuální vnímání. I kdyby肩surfer nebo RAT útočník byl schopen sledovat autentizační relaci, nevěděl by, jak daleko jsou “nepřátelské” obrázky (tj. prezentované obrázky, které uživatel ohodnotí nízko nebo odmítne během autentizace) od “přátelských” obrázků – faktor, který bude jiný každý čas.

*Můj převod inline citací autorů na hypertextové odkazy

Poprvé publikováno 13. dubna 2022.