En AI-metode til at afsløre ‘skjulte’ PIN-indtastninger på hæveautomater

Forskere i Italien og Holland har udviklet en maskinel læringsmetode, der kan slutte sig til PIN-koden, som en bankkunde indtaster på en hæveautomat, baseret på fanget video – selv i tilfælde, hvor kunden dækker hånden for at beskytte mod skulder-surfing.

Metoden indebærer træning af et Convolutional Neural Network (CNN) og en Long Short-Term Memory (LSTM)-modul på videoer af ‘dækkede hånd’ PIN-indtastninger på en ‘skygge’ hæveautomat, der er udstyret med samme tastatur som målhæveautomaten – udstyr, der kan købes, som forskerne har gjort i projektet, og genskabt en ‘spejl’ hæveautomat for at samle data.

Den falske hæveautomat kan trænes i privat, som forskerne har gjort, og eliminerer risikoen for offentlige installationer af falske hæveautomater, en almindelig modus operandi i denne type kriminalitet.

Venstre, to pin pad-modeller brugt til den italienske forskning. Afbildet højre, den ‘skygge’ hæveautomat, som forskerne konstruerede under laboratorieforhold. Kilde: https://arxiv.org/pdf/2110.08113.pdf

Systemet, der fokuserer på håndbevægelser og -position under PIN-indtastning, kan for nuværende forudsige 41% af 4-cifrede PIN-koder og 30% af 5-cifrede PIN-numre inden for tre forsøg (generelt det maksimale antal forsøg, en bank tillader, før kundens konto låses).

Forskningsprojektet, hvis data er offentligt tilgængeligt, viser, at det foreslåede system tilbyder en firefoldig forbedring af en menneskes evne til at gætte en PIN-kode ved skulder-surfing af et offer.

Artiklen har titlen Hand Me Your PIN! Inferring ATM PINs of Users Typing with a Covered Hand og stammer fra fem forskere ved Universitetet i Padua og en fra Delft University of Technology.

Forskere udelukkede optagelser, hvor emnerne ikke dækkede PIN-paden tilstrækkeligt (venstre).

Forskere hævder, at deres system opnår bedre resultater end tidligere arbejde, der fokuserer på timing, lyd og termiske signaturer, uden en videoanalysekomponent.

De bemærker også, at øget opmærksomhed på ‘skimming’-enheder omkring kortindstikspladsen, da dette er en traditionel metode til angreb, og at kunder ikke har nogen grund til at tro, at lignende skjulte mikro-kameraer kan ‘se igennem’ deres dækkede hænder, eller at den generelle klatter fra taster og den identiske feedback-lyd for hvert tryk kan afsløre nogen information.

Den ‘ekstra’ udstyr på hæveautomaten ville derfor være placeret et sted, hvor ingen forventer det, under den øverste indre overflade af hæveautomatens recess, som en formet indkapsling, der skjuler kameraudstyret – eller endda helt uden for hæveautomatens overflade, fastgjort til en nærliggende bygning eller stolpe.

PIN-penge

Trods de alvorlige konsekvenser af et brud, er PIN-koder blandt de korteste og lettest gættelige adgangskoder, vi bruger; det er blevet estimeret, at en angriber allerede har en 1-til-10 chance for at gætte en PIN-kode korrekt. Social manipulation er ikke altid nødvendig som en tilføjelse til mere avancerede AI-baserede angreb, da 1234 er blevet estimeret til at repræsentere 11% af alle PIN-koder, mens 19 (som den første del af en fødselsår) repræsenterer de første to cifre i over 80% af PIN-koder.

Ikke desto mindre har forfatterne af den nye artikel ikke givet sig selv denne fordel, men har i stedet sat sig for at undersøge, om håndbevægelserne under ‘skjulte’ PIN-indtastninger har en afkodbar mønster, der kan indikere, hvilke numre der trykkes.

For at etablere en basislinje konstruerede forskerne en falsk hæveautomat til formålet med datasamling (se første billede ovenfor). Dette repræsenterer den foreslåede hypotetiske angrebsmetode, hvor en malafaktor vil passivt analysere typiske PIN-indtastningskarakteristika over en lang periode for at forberede sig på et senere ‘swoop’ på konti.

Selvom denne meget ‘studerede’ tilgang er almindelig i sofistikeret hæveautomat-kriminalitet, med mange tilfælde af falske hæveautomater, der eksfiltrerer kunde-data over en lang periode, kan angriberen i dette tilfælde sætte op den falske hæveautomat i deres eget rum og træne den uden offentlig indtastning.

Da hæveautomatens skærm ikke er sandsynligvis skjult under PIN-indtastning, kan tidsrummet for et tastetryk etableres ved at synkronisere håndbevægelser med fremkomsten af ‘maskerede’ cifre (som regel asterisker) på hæveautomatens skærm som svar på brugerindtastning, og også til generiske feedback-lyde (såsom bip-bip-lyde), der samtidigt med stregerne. Denne synkronisering afslører den præcise hånddisposition i et ‘skjult’ scenario på tidspunktet for indtastning.

Targeting Specific Keypads

Først skal en model udvikles gennem observation og optagelse af skjulte PIN-indtastninger. Ideelt set bør tastaturet være en specifik industriel standardmodel, selvom nogen variation i millimeter ikke vil standse metoden. Tastetryks-tidspunkter kan erhverves gennem audio- og visuelle signaler (dvs. feedback-bip, tastaturklatter og asterisk-feedback).

Med disse breakpoints kan angriberen automatisere ekstraktionen af en træningssæt og gå videre med at træne en model, der kan identificere repræsentative håndkonfigurationer for trykning af en bestemt tast. Dette vil producere en rangeret liste over sandsynligheder for kortets PIN, ud af hvilken de tre øverste vil blive valgt til angrebet, når ægte kunde-data identificeres af systemet i en reel situation.

Metodologi

Dataindsamling blev gennemført over to sessioner, med brug af højrehåndede frivillige til studiet. Hver deltager tastede 100 tilfældigt genererede 5-cifrede PIN-numre, for at sikre en jævn dækning af alle ti mulige tastetryk. På denne måde samlede forskerne 5.800 enkeltstående PIN-indtastninger.

PIN-pads, der blev brugt i testene, var DAVO LIN Model D-8201F og DAVO LIN Model D-8203 B-modellerne. De er kommercielle modeller, der bruges i hæveautomater, og er tilgængelige, henholdsvis her og her (blandt mange andre forhandlere).

De indsamlede videosekvenser blev konverteret til gråtone og normaliseret og beskåret, før de blev omskaleret til 250×250 pixels til brug i maskinlærings-træningssessionerne. Klip blev segmenteret for at opnå undersekvenser af rammer, der vedrører tastetryk. Audio-signaler (som nævnt ovenfor) blev brugt som tidsstempel-markører for trykevents.

Træning

Datasættene blev opdelt i trænings-, validerings- og test-sæt, med træning, der fandt sted på en Xeon(R) Intel CPU, der kørte med E5-2670 2,60 GHz, og var udstyret med 128 GB RAM. Data blev implementeret på Keras2.3.0-tf (TensorFlow 2.2.0) og Python 3.8.6 på tre Tesla K20m GPU’er med 5 GB VRAM hver.

For at tage højde for variationer i optagelsesmiljøer (belysning, små forskelle i kamera-vinkler osv.) blev syntetiske eksempler og perturbationer (såsom rotation og visningsskift) genereret, og forfatterne rapporterer, at denne type data-forstærkning er en stor hjælp til at forbedre modellens effektivitet.

Resultater

Modellen blev testet mod tre scenarier: ‘enkel PIN-pad’, hvor angriberen kender tastaturets model, og træner specifikt for den; ‘PIN-pad-uafhængig’, hvor modellen trænes på en tastatur, der ligner (men ikke er identisk med) mål-PIN-paden; og et ‘blandet scenario’, hvor angriberen har en kopi af begge PIN-pads.

Generelle resultater over de tre scenarier, hvor Top-N betegner en gætning af cifren inden for N forsøg.

Der er en bemærket forskel i nøjagtighed for slutning af 5-cifrede versus 4-cifrede PIN-koder:

Modforholdsregler

Ved at overveje modforholdsregler til eksisterende systemer (dvs. uden en radikal genovervejelse af hele PIN/hæveautomat-sikkerhedsinfrastrukturen) mener forskerne, at der ikke er nogen virkningsfulde forsvar mod denne type angreb.

At forlænge det minimum antal nødvendige cifre i en PIN-kode vil gøre cifrene sværere at huske; at tilfældigt vælge rækkefølgen af cifre på tastaturet med en touchscreen-softwaretastatur, selvom det sker mere og mere i hæveautomat-installationer, producerer også brugervenlighedsproblemer; og skærmskærmere ville ikke kun være dyre at installere på eksisterende hæveautomater, men ville sandsynligvis gøre artiklens angrebsmetode endnu lettere at implementere, afhængigt af hvor meget dækning det giver. Forskerne påstår, at deres angreb er gennemførligt, selv hvor 75% af PIN-paden er dækket (og dækning af mere ville gøre det svært for kunden at taste).

Ved at udvikle en menneskebaseret ækvivalent til den automatiserede PIN-ekstraktion var rigtige mennesker, i modsætning hertil, kun i stand til at opnå en brøkdel af AI-systemets nøjagtighed i gætning af PIN-koder, baseret på samme information.

I fremtidig udvikling af arbejdet har forskerne til hensigt at undersøge resultater fra ikke-højrehåndede personer, og at undersøge hånddækningsstrategier, der måske kan mindske angrebet. De har også til hensigt at gentage eksperimenterne med en større diversitet af aldre og racer, da de observerer, at ældre mennesker laver mere betydningsfulde og afslørende håndbevægelser, når de indtaster en PIN-kode, og at angrebet ‘vil have svært ved at fungere for personer fra andre racer’ (end caucasian).