Autenticazione Biometrica Attraverso la Macinazione dei Denti

Due recenti articoli di ricerca provenienti dagli Stati Uniti e dalla Cina hanno proposto una soluzione innovativa per l’autenticazione basata sui denti: basta macinare o mordere leggermente i denti, e un dispositivo indossabile sull’orecchio (un “earable” che potrebbe anche essere utilizzato come dispositivo di ascolto audio) riconoscerà il pattern sonoro unico prodotto dall’abrasione della struttura dentale e genererà un “pass” biometrico valido per un sistema di sfida adeguatamente equipaggiato.

Vari dispositivi prototipali indossabili per i due sistemi. Fonti: https://arxiv.org/ftp/arxiv/papers/2204/2204.07199.pdf (ToothSonic) e https://cis.temple.edu/~yu/research/TeethPass-Info22.pdf (TeethPass)

I metodi precedenti di autenticazione dentale (ovvero per persone viventi, e non per l’identificazione forense), richiedevano all’utente di “sorridere e mostrare i denti” in modo che un sistema di riconoscimento dentale potesse confermare che i suoi denti corrispondessero ai registri biometrici. Nell’estate del 2021, un gruppo di ricerca indiano ha fatto notizia con un tale sistema, intitolato DeepTeeth.

I nuovi sistemi proposti, chiamati ToothSonic e TeethPass, provengono rispettivamente da una collaborazione accademica tra la Florida State University e la Rutgers University negli Stati Uniti; e da uno sforzo congiunto tra ricercatori del Beijing Institute of Technology, della Tsinghua University e del Beijing University of Technology, che lavorano con il Dipartimento di Informatica e Scienze dell’Università di Temple a Philadelphia.

ToothSonic

Il sistema ToothSonic, interamente basato negli Stati Uniti, è stato proposto nel documento Ear Wearable (Earable) User Authentication via Acoustic Toothprint.

Gli autori di ToothSonic affermano:

‘ToothSonic [sfrutta] l’effetto sonoro prodotto dai gesti dei denti degli utenti per l’autenticazione degli earable. In particolare, progettiamo gesti rappresentativi dei denti che possono produrre onde sonore efficaci che trasportano le informazioni dell’impronta dentale.

‘Per catturare in modo affidabile l’impronta dentale acustica, sfrutta l’effetto di occlusione del canale auricolare e il microfono rivolto verso l’interno degli earable. Quindi estrae caratteristiche acustiche multilivello per riflettere le informazioni intrinseche dell’impronta dentale per l’autenticazione.’

Fattori di impatto che contribuiscono a formare un’impronta aurale unica registrata in un dispositivo indossabile sull’orecchio. Fonte: https://arxiv.org/ftp/arxiv/papers/2204/2204.07199.pdf

I ricercatori notano una serie di vantaggi dei pattern di firma sonora dentale/cranica, che si applicano anche al progetto cinese. Ad esempio, sarebbe estremamente difficile mimare o contraffare l’impronta dentale, che deve viaggiare attraverso l’architettura unica dei tessuti e del canale cranico prima di arrivare a un “template” registrabile contro cui le future autenticazioni sarebbero testate.

Inoltre, l’identificazione basata sull’impronta dentale non solo elimina il potenziale imbarazzo di “sorridere e mostrare i denti” per una fotocamera mobile o montata, ma rimuove anche la necessità per l’utente di distrarsi da attività potenzialmente critiche come l’operazione di veicoli.

Oltre a ciò, il metodo è adatto per molte persone con disabilità motorie, mentre i dispositivi possono potenzialmente essere incorporati in earbud il cui uso principale è molto più comune (ad esempio ascoltare musica e fare telefonate), eliminando la necessità di dispositivi di autenticazione dedicati o l’accesso a applicazioni mobili.

Inoltre, la possibilità di riprodurre la dentizione di una persona in un attacco di contraffazione (ad esempio stampando una foto da un post sui social media non inibito) o anche replicare i suoi denti nella scenario improbabile di ottenere modelli dentali complessi e completi, è superata dal fatto che i suoni prodotti dall’abrasione dei denti sono filtrati attraverso la geometria interna completamente nascosta della mascella e del canale uditivo.

Dall’articolo di ToothSonic, l’effetto di occlusione del canale auricolare rende la riproduzione o l’imitazione casuale efficacemente impossibile.

Come vettore di attacco, l’unica opportunità rimasta (a parte la coercizione fisica e forzata dell’utente) è quella di ottenere l’accesso al database del sistema di sicurezza host e sostituire interamente il pattern di impronta dentale dell’utente con il proprio pattern (poiché ottenere illecitamente l’impronta dentale di qualcun altro non porterebbe a nessun metodo pratico di autenticazione).

Flusso di lavoro per ToothSonic.

Sebbene ci sia una piccola opportunità per un attaccante di riprodurre una registrazione della masticazione nella propria bocca, il progetto cinese ha scoperto che questo è non solo un approccio conspico, ma anche molto sfortunato, con minime possibilità di successo (vedi sotto).

Un Sorriso Unico

L’articolo di ToothSonic descrive le numerose caratteristiche uniche nella dentizione di un utente, tra cui classi di occlusione (come il morso chiuso), densità e risonanza dello smalto, informazioni aurale mancanti da denti estratti, caratteristiche uniche di sostituzioni in porcellana e metallo (tra altri materiali possibili) e morfologia della cuspide, tra molte altre caratteristiche distinguibili.

Gli autori affermano:

‘[L’]impronta sonora indotta dai denti è catturata tramite il canale dentale-orecchio privato dell’utente. Il nostro sistema è quindi resistente agli attacchi di mimetismo e riproduzione avanzati, poiché il canale dentale-orecchio privato dell’utente protegge le onde sonore, che sono improbabili essere scoperte dagli avversari.’

Poiché il movimento della mascella ha un range di mobilità limitato, gli autori prevedono dieci possibili manipolazioni che potrebbero essere registrate come impronte biometriche valide, illustrate di seguito come “gesti dentali avanzati”:

Alcuni di questi movimenti sono più difficili da eseguire rispetto ad altri, sebbene i movimenti più difficili non producano pattern che siano più o meno facili da replicare o contraffare rispetto ai movimenti meno impegnativi.

Le caratteristiche a livello macro dei movimenti dentali appropriati sono estratte utilizzando un modello di riconoscimento del parlante basato su Gaussian mixture (GMM). I coefficienti cepstrali della frequenza di Mel (MFCC), una rappresentazione del suono, vengono ottenuti per ciascuno dei possibili movimenti.

Sei gesti di scorrimento diversi per lo stesso soggetto durante l’estrazione di MFCC nel sistema ToothSonic.

L’onda sonora di firma unica che costituisce la firma biometrica unica è altamente vulnerabile a certe vibrazioni del corpo umano; pertanto ToothSonic impone un filtro di banda tra 20-8000Hz.

La segmentazione dell’onda sonora viene raggiunta tramite un modello di Markov nascosto (HMM), in conformità con due lavori precedenti della Germania.

Per il modello di autenticazione, le caratteristiche derivate vengono inserite in una rete neurale completamente connessa, attraversando vari strati fino all’attivazione tramite ReLU. L’ultimo strato completamente connesso utilizza una funzione Softmax per generare i risultati e l’etichetta prevista per uno scenario di autenticazione.

Il database di formazione è stato ottenuto chiedendo a 25 partecipanti (10 femmine, 15 maschi) di indossare un earbud adulterato in ambienti del mondo reale e di condurre le loro attività normali. L’earbud prototipo (vedi prima immagine sopra) è stato creato a un costo di pochi dollari con hardware consumer off-the-shelf e presenta un chip di microfono. I ricercatori sostengono che un’implementazione commerciale di un tale dispositivo sarebbe eminentemente accessibile da produrre.

Il modello di apprendimento comprendeva i classificatori neurali in MATLAB, addestrati a una velocità di apprendimento di 0,01, con LBFGS come funzione di perdita. I metodi di valutazione per l’autenticazione erano FRR, FAR e BAC.

Le prestazioni complessive di ToothSonic sono state molto buone, a seconda della difficoltà del gesto interno della bocca eseguito:

I risultati sono stati ottenuti attraverso tre gradi di difficoltà del gesto della bocca: comodo, meno comodo e ha difficoltà. Uno dei gesti preferiti dell’utente ha raggiunto un tasso di accuratezza del 95%.

In termini di limitazioni, gli utenti ammettono che i cambiamenti nei denti nel tempo potrebbero richiedere all’utente di reimprimere la firma sonora dentale, ad esempio dopo un lavoro dentale notevole. Inoltre, la qualità dello smalto può deteriorarsi o cambiare nel tempo e i ricercatori suggeriscono che le persone più anziane potrebbero essere invitate ad aggiornare i loro profili periodicamente.

Gli autori ammettono anche che gli earbud multiuso di questo tipo richiederebbero all’utente di interrompere la musica o la conversazione durante l’autenticazione (in comune con il progetto cinese TeethPass), e che molti earbud attualmente disponibili non hanno la potenza di calcolo necessaria per facilitare un tale sistema.

Tuttavia, osservano*:

‘In modo incoraggiante, le recenti uscite del chip Apple H1 in Airpods Pro e QCS400 di Qualcomm (QCOM ) sono in grado di supportare l’AI basata sulla voce sul dispositivo. Ciò implica che l’implementazione di ToothSonic su earable potrebbe essere realizzata nel prossimo futuro.’

Tuttavia, l’articolo ammette che questo ulteriore processamento potrebbe impattare sulla durata della batteria.

TeethPass

Pubblicato nell’articolo TeethPass: Dental Occlusion-based User Authentication via In-ear Acoustic Sensing, il progetto cinese-americano opera su principi generali simili a quelli di ToothSonic, tenendo conto del passaggio del suono di firma dall’abrasione dentale attraverso il canale uditivo e le strutture ossee interposte.

La rimozione del rumore dell’aria viene eseguita durante la fase di raccolta dei dati, combinata con la riduzione del rumore e – come nel caso dell’approccio ToothSonic – un filtro di frequenza appropriato viene impostato per la firma aurale.

Architettura del sistema per TeethPass.

Le caratteristiche MFCC finali estratte vengono utilizzate per addestrare una rete neurale siamese.

Struttura della rete neurale siamese per TeethPass.

Le metriche di valutazione per il sistema erano FRR, FAR e una matrice di confusione. Come per ToothSonic, il sistema si è rivelato robusto a tre tipi di possibili attacchi: mimetismo, riproduzione e attacco ibrido. In un’istanza, i ricercatori hanno tentato un attacco riproducendo il suono del movimento dentale all’interno della bocca di un attaccante con un piccolo altoparlante e hanno scoperto che a distanze inferiori a 20 cm, questo metodo di attacco ibrido ha una probabilità di successo superiore all’1%.

In tutti gli altri scenari, l’ostacolo di mimetizzare la costruzione interna del cranio del bersaglio, ad esempio durante un attacco di riproduzione, rende uno scenario di “dirottamento” tra i rischi meno probabili nel quadro standard dei framework di autenticazione biometrica.

Esperimenti estensivi hanno dimostrato che TeethPass ha raggiunto un’accuratezza di autenticazione media del 98,6% e può resistere al 98,9% degli attacchi di contraffazione.

* La mia conversione delle citazioni inline degli autori in collegamenti ipertestuali

Pubblicato per la prima volta il 18 aprile 2022. Aggiornato il 19 aprile alle 8:30 EET per correggere le attribuzioni dei pacchetti nei titoli.