Ένας Αλγοριθμός Μαθηματικής Μάθησης για την Αποκάλυψη των «Κρυφών» Εισαγωγών PIN σε Μηχανές Αυτοεξυπηρέτησης

Ερευνητές στην Ιταλία και την Ολλανδία έχουν αναπτύξει μια μέθοδο μαθηματικής μάθησης που μπορεί να συναγάγει τον κωδικό PIN που εισάγει ένας πελάτης τράπεζας σε μια μηχανή αυτοεξυπηρέτησης, με βάση βίντεο που έχουν καταγραφεί – ακόμη και σε περιπτώσεις όπου ο πελάτης κρύβει το χέρι του για να προστατεύσει τον εαυτό του από την «απώλεια» της οθόνης.

Η μέθοδος αυτή περιλαμβάνει την εκπαίδευση ενός Συνελικτικού Νευρωνικού Δικτύου (CNN) και ενός模块ου Λονγκ Σορτ Τερμ Μεμόρι (LSTM) σε βίντεο με «κρυφές» εισαγωγές PIN σε μια «σκιά» μηχανή αυτοεξυπηρέτησης που έχει εγκατασταθεί με το ίδιο πάνελ PIN όπως η στόχος μηχανή αυτοεξυπηρέτησης – εξοπλισμός που μπορεί να αγοραστεί, όπως οι ερευνητές έκαναν για το έργο, αναπαράγοντας μια «εικονική» μηχανή αυτοεξυπηρέτησης για να συλλέξουν τα δεδομένα.

Η ψευδής μηχανή αυτοεξυπηρέτησης μπορεί να εκπαιδευτεί σε ιδιωτικό περιβάλλον, όπως οι ερευνητές έχουν κάνει, αποφεύγοντας τον κίνδυνο δημόσιων εγκαταστάσεων ψευδών μηχανών αυτοεξυπηρέτησης, một κοινή modus operandi σε αυτό το είδος εγκλήματος.

Αριστερά, δύο μοντέλα πάνελ PIN που χρησιμοποιήθηκαν για την ιταλική έρευνα. Δεξιά, η «σκιά» μηχανή αυτοεξυπηρέτησης που οι ερευνητές κατασκεύασαν σε εργαστηριακές συνθήκες. Πηγή: https://arxiv.org/pdf/2110.08113.pdf

Το σύστημα, το οποίο βασίζεται στις κινήσεις και τη θέση του χεριού κατά την εισαγωγή του PIN, μπορεί目前 να προβλέψει το 41% των 4-ψηφίων PIN και το 30% των 5-ψηφίων PIN μέσα σε τρεις προσπάθειες (γενικά ο μέγιστος αριθμός προσπαθειών που επιτρέπει μια τράπεζα πριν κλείσει το λογαριασμό του πελάτη). Οι δοκιμές περιελάμβαναν 58 εθελοντές που χρησιμοποιούσαν τυχαίους κωδικούς PIN.

Η έρευνα, των δεδομένων της οποίας είναι δημόσια διαθέσιμα, βρίσκει ότι το προτεινόμενο σύστημα προσφέρει μια τετραπλή βελτίωση της ικανότητας του ανθρώπου να μαντέψει einen PIN με την «απώλεια» της οθόνης του θύματος.

Το έγγραφο έχει τον τίτλο Hand Me Your PIN! Inferring ATM PINs of Users Typing with a Covered Hand, και προέρχεται από πέντε ερευνητές στο Πανεπιστήμιο του Πάντοβα και έναν στο Πανεπιστήμιο της Δελφτ.

Οι ερευνητές εξαιρούν τις λήψεις όπου οι συμμετέχοντες δεν κάλυψαν επαρκώς το πάνελ PIN (αριστερά).

Οι ερευνητές ισχυρίζονται ότι το σύστημά τους επιτυγχάνει ανώτερα αποτελέσματα από προηγούμενη έρευνα που βασίζεται στο χρόνο, τον ήχο και τις θερμικές υπογραφές, χωρίς μια ανάλυση βίντεο.

Επίσης, σημειώνουν ότι η αυξημένη ευαισθητοποίηση για τις «σκαλιστές» συσκευές γύρω από την θύρα εισαγωγής καρτών,既然 είναι μια παραδοσιακή μέθοδος επίθεσης, και ότι οι πελάτες δεν έχουν κανένα λόγο να πιστεύουν ότι οποιαδήποτε παρόμοια κρυφές μικρο-καμερές θα μπορούσαν να «δουν» μέσα από τα κρυφά χέρια τους, ή ότι ο γενικός θόρυβος των πλήκτρων και η ταυτόσημη ηχητική απόκριση για κάθε πίεση πλήκτρου θα μπορούσε να αποκαλύψει οποιαδήποτε πληροφορία.

Η «πρόσθετη» εξοπλισμός της μηχανής αυτοεξυπηρέτησης θα εμφανιστεί, επομένως, σε ένα σημείο όπου κανείς δεν το περιμένει, κάτω από την εσωτερική επιφάνεια της μηχανής αυτοεξυπηρέτησης, ως ένα μολDED κάλυμμα που κρύβει τον εξοπλισμό της κάμερας – ή ακόμη και εξωτερικά της επιφάνειας της μηχανής αυτοεξυπηρέτησης, προσαρτημένο σε ένα κοντινό κτίριο ή στύλο.

Χρήματα PIN

Παρά τις σοβαρές συνέπειες μιας παραβίασης, οι κωδικοί PIN είναι μεταξύ των πιο σύντομων και πιο εύκολα μαντεμένους κωδικών που χρησιμοποιούμε· έχει εκτιμηθεί ότι ένας επιτιθέμενος ήδη έχει μια πιθανότητα 1 στα 10 να μαντέψει σωστά τον κωδικό PIN. Η κοινωνική μηχανική δεν είναι πάντα απαραίτητη ως προσθήκη σε πιο σύνθετες επιθέσεις AI,既然 1234 έχει εκτιμηθεί ότι αντιπροσωπεύει το 11% όλων των κωδικών PIN, ενώ 19 (ως το πρώτο μέρος ενός έτους γέννησης) αντιπροσωπεύει τα πρώτα δύο ψηφία σε πάνω από το 80% των κωδικών PIN.

Ωστόσο, οι συγγραφείς της νέας έρευνας δεν έχουν δώσει στον εαυτό τους αυτό το πλεονέκτημα, αλλά αντίθετα έχουν βάλει ως στόχο να ερευνήσουν εάν οι κινήσεις του χεριού κατά την «κρυφή» εισαγωγή του PIN έχουν ένα αποκωδικοποιήσιμο μοτίβο που μπορεί να δείξει ποια νούμερα πιέζονται.

Για να καθορίσουν μια βάση, οι ερευνητές κατασκεύασαν μια ψευδής μηχανή αυτοεξυπηρέτησης για τους σκοπούς της συλλογής δεδομένων (βλέπε πρώτη εικόνα παραπάνω). Αυτή αντιπροσωπεύει την προτεινόμενη υποθετική μέθοδο επίθεσης, όπου ένας επιτιθέμενος θα αναλύσει παθητικά τα τυπικά χαρακτηριστικά εισαγωγής PIN για μια μακρά περίοδο χρόνου για να προετοιμαστεί για μια μεταγενέστερη «επίθεση» στα λογαριασματα.

Αν και αυτή η «μελετημένη» προσέγγιση είναι κοινή σε σύνθετα εγκλήματα απάτης μηχανών αυτοεξυπηρέτησης, με πολλές περιπτώσεις ψευδών μηχανών αυτοεξυπηρέτησης που εξαγάγουν δεδομένα πελατών για μια μακρά περίοδο, σε αυτή την περίπτωση ο επιτιθέμενος μπορεί να εγκαταστήσει την ψευδής μηχανή αυτοεξυπηρέτησης στο δικό του χώρο και να την εκπαιδεύσει χωρίς δημόσια εισαγωγή.

Καθώς η οθόνη της μηχανής αυτοεξυπηρέτησης δεν είναι πιθανό να κρυφθεί κατά την εισαγωγή του PIN, ο χρόνος μιας πίεσης πλήκτρου μπορεί να καθοριστεί συγχρονίζοντας τις κινήσεις του χεριού με την εμφάνιση των «μασκομένων» ψηφίων (συνήθως αστερίσκοι) που εμφανίζονται στην οθόνη της μηχανής αυτοεξυπηρέτησης ως απάντηση στην εισαγωγή του χρήστη, και επίσης με τους γενικούς ήχους (όπως τους ήχους beep) που συμπίπτουν με τις πιέσεις. Αυτή η συγχρονισμός αποκαλύπτει την ακριβή διάταξη του χεριού σε μια «κρυφή» περίπτωση στο σημείο της εισαγωγής.

Στόχος σε Συγκεκριμένα Πάνελ

Πρώτα, πρέπει να αναπτυχθεί ένα μοντέλο από παρατήρηση και καταγραφή εισαγωγών PIN με κρυφό χέρι. Ιδανικά, το πάνελ πρέπει να είναι ένα συγκεκριμένο βιομηχανικό πρότυπο, αν και κάποιες παραλλαγές σε χιλιοστά δεν θα σταματήσουν τη μέθοδο. Οι χρονομετρήσεις πιέσεων πλήκτρων μπορούν να ληφθούν από ήχους και οπτικά σημάδια (π.χ. ήχοι beep, θόρυβος πλήκτρων, και asterisk feedback).

Με αυτά τα σημεία, ο επιτιθέμενος μπορεί να αυτοματοποιήσει την εξαγωγή ενός συνόλου εκπαίδευσης και να προχωρήσει στην εκπαίδευση ενός μοντέλου που μπορεί να αναγνωρίσει αντιπροσωπευτικές διατάξεις χεριών για την πίεση ενός συγκεκριμένου πλήκτρου. Αυτό θα παράγει μια κατάταξη λίστας πιθανοτήτων για τον κωδικό PIN της κάρτας, από την οποία θα επιλεγούν οι τρεις πρώτοι για την επίθεση όταν τα δεδομένα του πελάτη αναγνωριστούν από το σύστημα σε μια πραγματική περίπτωση.

Μεθοδολογία

Η συλλογή δεδομένων πραγματοποιήθηκε σε δύο συνεδρίες, χρησιμοποιώντας δεξιόχειρες εθελοντές για τη μελέτη. Κάθε συμμετέχων εισήγαγε 100 τυχαίους 5-ψηφίους κωδικούς PIN, για να διασφαλιστεί η ισότιμη κάλυψη όλων των δέκα πιθανών πιέσεων πλήκτρων. Με αυτόν τον τρόπο, οι ερευνητές συλλέγουν 5.800 μεμονωμένες εισαγωγές PIN.

Τα πάνελ PIN που χρησιμοποιήθηκαν στις δοκιμές ήταν τα DAVO LIN Model D-8201F και τα DAVO LIN Model D-8203 B. Είναι εμπορικά μοντέλα που χρησιμοποιούνται σε μηχανές αυτοεξυπηρέτησης και είναι διαθέσιμα, αντίστοιχα, εδώ και εδώ (μεταξύ πολλών άλλων προμηθευτών).

Τα συλλεγμένα βίντεο μετατράπηκαν σε grayscale και κανονικοποιήθηκαν και κόπηκαν, πριν αναδιαμορφωθούν σε 250×250 pixels για να συμπεριληφθούν στις συνεδρίες εκπαίδευσης του μαθηματικού μοντέλου. Τα clips χωρίστηκαν για να ληφθούν υπο-ακολουθίες καρέ που αφορούν πιέσεις πλήκτρων. Οι ήχοι (όπως αναφέρθηκαν παραπάνω) χρησιμοποιήθηκαν ως σημάδια χρονισμού για τα γεγονότα πίεσης.

Εκπαίδευση

Τα σύνολα δεδομένων χωρίστηκαν σε σύνολα εκπαίδευσης, επικύρωσης και δοκιμής, με την εκπαίδευση να λαμβάνει χώρα σε einen Xeon(R) Intel CPU που λειτουργεί σε E5-2670 2.60GHz, και εξοπλισμένο με 128GB RAM. Τα δεδομένα εφαρμόστηκαν στο Keras2.3.0-tf (TensorFlow 2.2.0) και Python 3.8.6 σε τρεις Tesla K20m GPUs με 5gb VRAM cada.

Για να λογαριαστούν οι παραλλαγές στα περιβάλλοντα συλλογής (φωτισμός, μικρές διαφορές στις γωνίες της κάμερας κ.λπ.), δημιουργήθηκαν συνθετικά παραδείγματα και παραλλαγές (όπως περιστροφή και μετατόπιση), και οι συγγραφείς αναφέρουν ότι αυτό το είδος της ενίσχυσης δεδομένων είναι một μεγάλη βοήθεια στην βελτίωση της αποτελεσματικότητας του μοντέλου.

Αποτελέσματα

Το μοντέλο δοκιμάστηκε σε τρεις σενάρια: «μονό πάνελ PIN», όπου ο επιτιθέμενος γνωρίζει το μοντέλο του πάνελ PIN και εκπαιδεύει ειδικά για αυτό· «ανεξάρτητο πάνελ PIN», όπου το μοντέλο εκπαιδεύεται σε ένα πάνελ που είναι παρόμοιο (αλλά όχι ταυτόσημο) με το στόχο πάνελ PIN· και ένα «μιγμένο σενάριο», όπου ο επιτιθέμενος έχει ένα αντίγραφο και των δύο πάνελ PIN.

Γενικά αποτελέσματα σε όλα τα σενάρια, όπου Top-N σημαίνει μια πρόβλεψη του ψηφίου μέσα σε N προσπάθειες.

Υπάρχει μια σημειωμένη διαφορά στην ακρίβεια για την εύρεση 5-ψηφίων έναντι 4-ψηφίων PIN:

Αντιμετράσεις

Σε ότι αφορά τις αντιμετράσεις για τα υπάρχοντα συστήματα (δηλαδή χωρίς μια ριζική ανασκόπηση της ολόκληρης υποδομής ασφαλείας PIN/μηχανής αυτοεξυπηρέτησης), οι ερευνητές θεωρούν ότι δεν υπάρχουν πραγματικά αποτελεσματικές άμυνες ενάντια σε αυτό το είδος επίθεσης.

Η αύξηση του ελάχιστου απαιτούμενου αριθμού ψηφίων σε einen PIN θα κάνει τους κωδικούς πιο δύσκολο να θυμηθούν· η τυχαία αναδιάταξη της σειράς των ψηφίων του πάνελ με μια οθόνη αφής, αν και γίνεται όλο και πιο συχνά σε εγκαταστάσεις μηχανών αυτοεξυπηρέτησης, επίσης παράγει προβλήματα ευχρηστίας· και οι προστατευτές οθόνης δεν θα ήταν μόνο ακριβοί για την εγκατάσταση σε υπάρχοντες μηχανές αυτοεξυπηρέτησης, αλλά θα έκαναν επίσης την επίθεση του εγγράφου ακόμη πιο εύκολη να εφαρμοστεί, ανάλογα με το πόσο κάλυψη θα παρείχαν. Οι ερευνητές ισχυρίζονται ότι η επίθεσή τους είναι εφαρμόσιμη ακόμη και όταν το 75% του πάνελ PIN είναι καλυμμένο (και η κάλυψη περισσότερου θα έκανε δύσκολο για τον πελάτη να πληκτρολογήσει).

Στη δημιουργία μιας ανθρώπινης ισοδύναμης της αυτοματοποιημένης εξαγωγής PIN, πραγματικοί άνθρωποι, από την άλλη πλευρά, ήταν σε θέση να επιτύχουν μόνο ένα κλάσμα της ακρίβειας του συστήματος AI στην πρόβλεψη PIN, με βάση τις ίδιες πληροφορίες.

Σε μελλοντικές αναπτύξεις του έργου, οι ερευνητές σκοπεύουν να εξετάσουν αποτελέσματα από μη δεξιόχειρες άτομα, και να ερευνήσουν στρατηγικές κάλυψης χεριών που θα μπορούσαν να μετριάσουν την επίθεση. Επίσης, σκοπεύουν να επαναλάβουν τις πειραματικές δοκιμές με μια μεγαλύτερη ποικιλία ηλικιών και φυλών,既然 παρατηρούν ότι οι μεγαλύτεροι άνθρωποι κάνουν πιο σημαντικές και αποκαλυπτικές κινήσεις χεριών κατά την εισαγωγή του PIN, και ότι η επίθεση «θα έχει δυσκολίες να λειτουργήσει για άτομα από άλλες φυλές» (παρά την Καυκασιανή).