Biometrisk autentificering ved at gnide tænderne

To nyere forskningsartikler fra USA og Kina har foreslået en ny løsning til tandbaseret autentificering: blot gnid eller bid lidt på dine tænder, og en øre-båret enhed (en ‘earable’, der også kan fungere som en almindelig lytteenhed) vil genkende den unikke lydmønster, der produceres af din tandstruktur, og generere en gyldig biometrisk ‘adgangskode’ til et passende udstyret udfordringssystem.

Forskellige øre-bårede prototypeenheder for de to systemer. Kilder: https://arxiv.org/ftp/arxiv/papers/2204/2204.07199.pdf (ToothSonic) og https://cis.temple.edu/~yu/research/TeethPass-Info22.pdf (TeethPass)

Tidligere metoder til tandautentificering (dvs. for levende mennesker, og ikke kun for retsmedicinsk identifikation) har krævet, at brugeren skulle “smile og vise tænder” sådan, at et tandgenkendelsessystem kunne bekræfte, at deres tænder passede med biometriske optegnelser. I sommeren 2021 gjorde en forskergruppe fra Indien overskrifter med et sådant system, kaldet DeepTeeth.

De to nye foreslåede systemer, kaldt ToothSonic og TeethPass, kommer henholdsvis fra et akademisk samarbejde mellem Florida State University og Rutgers University i USA, og et fællesskab mellem forskere fra Beijing Institute of Technology, Tsinghua University og Beijing University of Technology, der arbejder med afdelingen for datalogi og informationsteknologi ved Temple University i Philadelphia.

ToothSonic

Det helt USA-baserede ToothSonic-system er foreslået i artiklen Ear Wearable (Earable) User Authentication via Acoustic Toothprint.

ToothSonic-forfatterne skriver:

‘ToothSonic [udnytter] den tandaftryksinducerende lydeffekt, der produceres af brugere, der udfører tandgestikulationer til øre-båret autentificering. Specifikt designede vi repræsentative tandgestikulationer, der kan producere effektive lydbølger, der bærer information om tandaftrykket.

‘For at pålideligt fange det akustiske tandaftryk, udnytter det okklusions-effekten af ørekanelen og den indadrettede mikrofon i øre-bårene. Derefter udtrækkes multi-niveau akustiske funktioner for at reflektere den intrinsiske tandaftryksinformation til autentificering.’

Bidragende faktorer, der formulerer et unikt lydtandaftryk, der registreres i en øre-båret enhed. Kilde: https://arxiv.org/ftp/arxiv/papers/2204/2204.07199.pdf

Forskere bemærker en række fordele ved tand-/kranie-signaturmønstre, der også gælder for det primært kinesiske projekt. For eksempel ville det være ekstraordinært svært at efterligne eller spoof tandaftrykket, der må rejse gennem den unikke arkitektur af hovedvæv og kraniekanel, før det ankommer til en registrerbar “skabelon”, mod hvilken fremtidige autentificeringer ville blive testet.

Dertil kommer, at tandaftryksbaseret identifikation ikke kun eliminerer den potentielle flothed ved at “smile og vise tænder” for en mobil eller monteret kamera, men fjerner også behovet for, at brugeren på nogen måde skal aflede sig selv fra potentielt kritiske aktiviteter, såsom kørsel.

Desuden er metoden egnet til mange mennesker med motoriske handicaps, mens enhederne potentielt kan inkorporeres i øre-bårende enheder, hvis primære brug er langt mere almindeligt (dvs. lytning til musik og telefonopkald), og fjerner behovet for dedikerede, selvstændige autentificeringsenheder eller henvisning til mobile applikationer.

Yderligere er muligheden for at reproducere en persons tandstruktur i en spoof-angreb (dvs. ved at trykke en foto fra en uhindret sociale medie-opslag), eller endda reproduktion af deres tænder i den usandsynlige situation, hvor komplekse og komplette tandmønstre erhverves, er elimineret af det faktum, at lyden af tandgnidning filtreres gennem den fuldstændigt skjulte indre geometri af kæben og den auditoriske kanal.

Fra ToothSonic-artiklen, den okklusions-effekt af ørekanelen gør, at casual reproduktion eller imitation effektivt er umulig.

Som et angrebsvektor er den eneste tilbageværende mulighed (bortset fra tvang og fysisk tvang mod brugeren) at opnå adgang til databasen i det værts-sikkerhedssystem og fuldstændigt erstatte brugerens registrerede lydtandmønster med angriberens eget mønster (da ulovligt at opnå nogen andens tandaftryk ikke ville føre til nogen praktisk metode til autentificering).

Arbejdsgang for ToothSonic.

Selv om der er en lille mulighed for, at en angriber kan afspille en optagelse af tygningen i deres egen mund, fandt det kinesisk-ledede projekt, at dette ikke kun er en åbenlys, men også en meget uheldig tilgang, med minimal chance for succes (se nedenfor).

En Unik Smil

ToothSonic-artiklen beskriver de mange unikke karakteristika i en brugers tandstruktur, herunder klasser af okklusion (såsom overbid), emaljedensitet og resonans, manglende lydinformation fra fjernede tænder, unikke karakteristika af porcelæn- og metal-erstatninger (blandt andre mulige materialer), og cusp-morfologi, blandt mange andre mulige forskellige træk.

Forfatterne skriver:

‘[Det] tandaftryksinducerende lydbølger er fanget via brugerens private tand-øre-kanal. Vores system er således resistent over for avancerede mimic- og replay-angreb, da brugerens private tand-øre-kanal sikrer lydbølgerne, der er usandsynlige at blive afsløret af modstandere.’

Da kæbebevægelse har en begrænset rækkevidde af mobilitet, forestiller forfatterne ti mulige manipulationer, der kan registreres som gyldige biometriske aftryk, illustreret nedenfor som “avancerede tandgestikulationer”:

Nogle af disse bevægelser er mere svære at opnå end andre, selv om de mere svære bevægelser ikke resulterer i mønstre, der er lettere eller sværere at replikere eller spoof end mindre udfordrende bevægelser.

Makro-niveau-karakteristika af passende tandbevægelser udtrækkes ved hjælp af en Gaussian mixture model (GMM) speaker-identifikationssystem. Mel-frekvens-cepstrale koefficienter (MFCCs), en repræsentation af lyd, erhverves for hver af de mulige bevægelser.

Seks forskellige glidebevægelser for samme emne under MFCC-udtrækning under ToothSonic-systemet.

Det resulterende signatur-lydbølge, der udgør den unikke biometriske signatur, er meget sårbar over for visse menneskekrops-vibrationer; derfor pålægger ToothSonic en filterbånd mellem 20-8000Hz.

Lydbølge-segmentering opnås via en Hidden Markov Model (HMM), i overensstemmelse med to tidligere værker fra Tyskland.

For autentificeringsmodellen føres de afledte funktioner ind i et fuldt forbundet neuralt netværk, der går gennem forskellige lag, indtil aktivering via ReLU. Det sidste fuldt forbundne lag bruger en Softmax-funktion til at generere resultaterne og det forventede mærke til en autentificeringsscenarie.

Træningsdatabasen blev erhvervet ved at bede 25 deltagere (10 kvindelige, 15 mandlige) om at bære en forfalsket øre-båret enhed i virkelige miljøer og udføre deres normale aktiviteter. Prototype-øre-båret enhed (se første billede ovenfor) blev skabt til en pris af få dollars med standardforbruger-hardware og har en mikrochip. Forskerne hævder, at en kommerciel implementering af en sådan enhed ville være eminently billig at producere.

Læringsmodellen bestod af neurale netværks-klassificatorer i MATLAB, trænet med en læringsrate på 0,01, med LBFGS som tab-funktion. Evaluationsmetoder for autentificering var FRR, FAR og BAC.

Samlet præstation for ToothSonic var meget god, afhængigt af sværhedsgraden af den interne mundgestikulation, der udføres:

Resultaterne blev erhvervet over tre grader af sværhedsgrad af mundgestikulation: komfortabel, mindre komfortabel og har svært.  En af brugerens foretrukne gestikulationer opnåede en nøjagtighedsrate på 95%.

I forhold til begrænsninger erkender brugerne, at ændringer i tænder over tid sandsynligvis vil kræve, at brugeren gen-indprenter det lydtandaftryk, for eksempel efter bemærkelsesværdig tandlæge-arbejde. Desuden kan emalje-kvaliteten forringe eller ændre sig over tid, og forskerne foreslår, at ældre mennesker måske skal opdatere deres profiler jævnligt.

Forfatterne erkender også, at multi-brug af øre-bårende enheder af denne art vil kræve, at brugeren pauserer musik eller samtale under autentificering (i fællesskab med det kinesisk-ledede TeethPass), og at mange nuværende øre-bårende enheder ikke har den nødvendige beregningskraft til at facilitere et sådant system.

Trods dette bemærker de*:

‘Opbyggeligt, nylige udgaver af Apple H1-chippen i Airpods Pro og QCS400 fra Qualcomm (QCOM ) er i stand til at understøtte stemme-baseret AI på enheden. Det betyder, at implementering af ToothSonic på øre-båret enhed kan realiseres i nær fremtid.’

Men artiklen erkender, at denne ekstra beregning kan påvirke batterilevetiden.

TeethPass                 

Udgivet i artiklen TeethPass: Dental Occlusion-baseret Bruger-autentificering via In-ear Akustisk Føling, det kinesisk-amerikanske projekt opererer på næsten samme generelle principper som ToothSonic, og tager hensyn til passage af signatur-lyd fra tandgnidning gennem den auditoriske kanal og de indgribende knogle-strukturer.

Luftstøj fjernes på dataindsamlingstrinnet, kombineret med støjreduktion og – som med ToothSonic-tilgangen – en passende filter pålægges for lydtandaftrykket.

Systemarkitektur for TeethPass.

De endelige udtrukne MFCC-funktioner bruges til at træne en Siamese neuralt netværk.

Struktur af det Siamese neurale netværk til TeethPass.

Evaluationsmetoder for systemet var FRR, FAR og en forvirringsmatrix. Som med ToothSonic blev systemet fundet at være robust over for tre typer mulige angreb: mimicry, replay og hybrid-angreb. I ét tilfælde forsøgte forskerne et angreb ved at afspille lyden af en brugers tandbevægelse inde i munden på en angriber, med en lille højtaler, og fandt, at på afstande under 20 cm har denne hybrid-angrebsmetode en chance for succes over 1%.

I alle andre scenarier gør hindringen af at efterligne målets indre kranie-struktur, for eksempel under en replay-angreb, en “hijacking”-scenarie blandt de mindst sandsynlige risici i standard-biometrisk autentificerings-rammer.

Omfattende eksperimenter demonstrerede, at TeethPass opnåede en gennemsnitlig autentificeringsnøjagtighed på 98,6%, og kunne modstå 98,9% af spoof-angreb.

* Min konvertering af forfatternes inline-citation/s til hyperlink/s

Først udgivet 18. april 2022. Opdateret 19. april kl. 8:30 EET til at korrigere pakke-misattributter i undertekster.