Biometrische authenticatie door het knarsen van je tanden

Twee recente onderzoeksartikelen uit de VS en China hebben een novelle oplossing voorgesteld voor tandgebonden authenticatie: knars of bijt gewoon een beetje met je tanden, en een oor-draagbaar apparaat (een ‘earable’, dat ook kan dienen als een gewoon audioluisterapparaat) zal het unieke auralpatroon herkennen dat wordt gegenereerd door het afschuren van je tanden, en een geldige biometrische ‘pas’ genereren voor een geschikt uitgedaagd systeem.

Verschillende oor-draagbare prototype-apparaten voor de twee systemen. Bronnen: https://arxiv.org/ftp/arxiv/papers/2204/2204.07199.pdf (ToothSonic) en https://cis.temple.edu/~yu/research/TeethPass-Info22.pdf (TeethPass)

Vorige methoden van tandauthenticatie (d.w.z. voor levende mensen, in plaats van forensische identificatie), hadden de gebruiker nodig om te ‘glimlachen en ontbloten’, zodat een tandherkenningsysteem kon bevestigen dat hun tanden overeenkwamen met biometrische records. In de zomer van 2021 maakte een onderzoeksgroep uit India het nieuws met een dergelijk systeem, getiteld DeepTeeth.

De nieuwe voorgestelde systemen, genaamd ToothSonic en TeethPass, komen respectievelijk uit een academische samenwerking tussen Florida State University en Rutgers University in de Verenigde Staten; en een gezamenlijke inspanning tussen onderzoekers aan de Beijing Institute of Technology, Tsinghua University en Beijing University of Technology, die samenwerken met het Department of Computer and Information Sciences aan de Temple University in Philadelphia.

ToothSonic

Het geheel VS-gebaseerde ToothSonic-systeem is voorgesteld in het artikel Ear Wearable (Earable) User Authentication via Acoustic Toothprint.

De auteurs van ToothSonic verklaren:

‘ToothSonic [gebruikt] het tandafdruk-geïnduceerde sonische effect dat wordt gegenereerd door gebruikers die tandgebaren uitvoeren voor earable-authenticatie. In het bijzonder ontwerpen we representatieve tandgebaren die effectieve sonische golven kunnen produceren die de informatie van de tandafdruk bevatten.

‘Om de acoustische tandafdruk betrouwbaar te kunnen vastleggen, gebruikt het het occlusie-effect van de gehoorgang en de naar binnen gerichte microfoon van de earables. Vervolgens worden multi-level acoustische kenmerken geëxtraheerd om de intrinsieke tandafdruk-informatie voor authenticatie weer te geven.’

Bijdragende invloedsfactoren die een unieke aural tandafdruk formuleren die in een oor-draagbaar apparaat wordt geregistreerd. Bron: https://arxiv.org/ftp/arxiv/papers/2204/2204.07199.pdf

De onderzoekers noteren een aantal voordelen van aural tand/schedel-patronen, die ook van toepassing zijn op het voornamelijk Chinese project. Zo zou het bijvoorbeeld buitengewoon moeilijk zijn om de tandafdruk te imiteren of te spoofen, die door de unieke architectuur van de hoofdweefsels en schedelkanaal moet gaan voordat het een recordbare ‘sjabloon’ tegenkomt waartegen toekomstige authenticaties zullen worden getest.

Bovendien elimineert tandafdruk-gebaseerde identificatie niet alleen het potentieel voor embarrassment van grijnzen of grimassen voor een mobiel of gemonteerd camera, maar verwijdert ook de noodzaak voor de gebruiker om op enigerlei wijze afgeleid te worden van potentieel kritieke activiteiten zoals het besturen van voertuigen.

Daarnaast is de methode geschikt voor veel mensen met motorische beperkingen, terwijl de apparaten potentieel kunnen worden geïntegreerd in oordopjes waarvan het primaire gebruik veel algemener is (d.w.z. luisteren naar muziek en het maken van telefoongesprekken), waardoor de noodzaak voor afzonderlijke, zelfstandige authenticatie-apparaten of toegang tot mobiele applicaties wordt verwijderd.

Verder wordt de mogelijkheid om een persoon zijn dentitie te reproduceren in een spoof-aanval (d.w.z. door een foto af te drukken van een onbeperkte sociale media-foto-post), of zelfs om zijn tanden te repliceren in het onwaarschijnlijke scenario van het verkrijgen van complexe en complete tandmodellen, tenietgedaan door het feit dat de geluiden die tanden maken worden gefilterd door de volledig verborgen interne geometrie van de kaak en de gehoorgang.

Uit het ToothSonic-artikel, het occlusie-effect van de gehoorgang maakt casuele reproductie of imitatie effectief onmogelijk.

Als aanvalsvector is de enige overgebleven mogelijkheid (behalve dwang en fysieke coercitie van de gebruiker) om toegang te krijgen tot de database van het hostbeveiligingssysteem en het aural tandpatroon van de gebruiker volledig te vervangen door het patroon van de aanvaller (aangezien het illegaal verkrijgen van iemands tandafdruk niet zou leiden tot een praktische methode van authenticatie).

Werkstroom voor ToothSonic.

Hoewel er een kleine kans is dat een aanvaller een opname van het kauwen in zijn eigen mond kan afspelen, vond het Chinese geleide project dat dit niet alleen een opvallende maar ook een zeer ongelukkige aanpak is, met een minimale kans van succes (zie hieronder).

Een unieke glimlach

Het ToothSonic-artikel schetst de vele unieke kenmerken in een gebruikers dentitie, waaronder klassen van occlusie (zoals overbeet), emaildichtheid en resonantie, ontbrekende aural informatie van getrokken tanden, unieke kenmerken van porselein en metaalvervangingen (onder andere mogelijke materialen), en cusp-morfologie, onder vele andere mogelijke onderscheidende kenmerken.

De auteurs verklaren:

‘[De] tandafdruk-geïnduceerde sonische golven worden via de privé-tand-oor-kanaal van de gebruiker vastgelegd. Ons systeem is dus bestand tegen geavanceerde imitatie- en replay-aanvallen, aangezien de privé-tand-oor-kanaal van de gebruiker de sonische golven beveiligt, die onwaarschijnlijk door tegenstanders worden ontdekt.’

Aangezien kaakbeweging een beperkte mobiliteitsbereik heeft, voorzien de auteurs tien mogelijke manipulaties die als geldige biometrische afdrukken kunnen worden opgenomen, geïllustreerd hieronder als ‘geavanceerde tandgebaren’:

Sommige van deze bewegingen zijn moeilijker te bereiken dan andere, hoewel de moeilijkere bewegingen niet resulteren in patronen die gemakkelijker of moeilijker zijn te repliceren of te spoofen dan minder uitdagende bewegingen.

Macro-niveau kenmerken van passende tandbewegingen worden geëxtraheerd met behulp van een Gaussian mixture model (GMM) speaker identification systeem. Mel-frequency cepstral coefficients (MFCCs), een weergave van geluid, worden verkregen voor elke mogelijke beweging.

Zes verschillende glijdende gebaren voor hetzelfde onderwerp tijdens MFCC-extractie onder het ToothSonic-systeem.

Het resulterende signatuur-sonische golf dat de unieke biometrische signatuur vormt, is zeer kwetsbaar voor bepaalde menselijke lichaamsvibraties; daarom legt ToothSonic een filterband op tussen 20-8000Hz.

Sonische golfsegmentatie wordt bereikt via een Hidden Markov Model (HMM), in overeenstemming met twee eerdere werken uit Duitsland.

Voor het authenticatiemodel worden afgeleide kenmerken gevoed in een volledig verbonden neurale netwerk, dat verschillende lagen doorloopt totdat activatie via ReLU. De laatste volledig verbonden laag gebruikt een Softmax-functie om de resultaten en voorspelde label voor een authenticatiescenario te genereren.

De trainingsdatabase werd verkregen door 25 deelnemers (10 vrouw, 15 man) te vragen om een vervalst oordopje in echte omgevingen te dragen en hun normale activiteiten uit te voeren. Het prototype-oordopje (zie eerste afbeelding hierboven) werd gemaakt tegen een kostprijs van een paar dollar met consumentenhardware en heeft één microfoonchip. De onderzoekers beweren dat een commerciële implementatie van een dergelijk apparaat zeer betaalbaar zou zijn om te produceren.

Het leermodel bestond uit de neurale netwerkclassificatoren in MATLAB, getraind met een leertarief van 0,01, met LBFGS als verliesfunctie. Evaluatiemethoden voor authenticatie waren FRR, FAR en BAC.

Algehele prestatie voor ToothSonic was zeer goed, afhankelijk van de moeilijkheid van de interne mondgebaren die werden uitgevoerd:

Resultaten werden verkregen over drie gradaties van moeilijkheid van mondgebaren: comfortabel, minder comfortabel, en heeft moeite.  Een van de gebruikers voorkeursgebaren behaalde een nauwkeurigheidspercentage van 95%.

Wat betreft beperkingen, geven de gebruikers toe dat veranderingen in tanden over tijd waarschijnlijk zullen vereisen dat een gebruiker de aural tandafdruk opnieuw afdrukt, bijvoorbeeld na opvallend tandwerk. Bovendien kan de kwaliteit van het email veranderen of verslechteren over tijd, en de onderzoekers suggereren dat oudere mensen mogelijk worden gevraagd om hun profielen periodiek bij te werken.

De auteurs geven ook toe dat multi-use oordopjes van deze aard zullen vereisen dat de gebruiker muziek of conversatie tijdens authenticatie onderbreekt (in overeenstemming met het Chinese geleide TeethPass), en dat veel momenteel beschikbare oordopjes niet over de benodigde rekenkracht beschikken om een dergelijk systeem te ondersteunen.

Toch merken ze op*:

‘Bemoedigend, recente releases van de Apple H1-chip in de Airpods Pro en QCS400 van Qualcomm (QCOM ) zijn in staat om voice-based on-device AI te ondersteunen. Het impliceert dat de implementatie van ToothSonic op earable in de nabije toekomst gerealiseerd kan worden.’

Echter, het artikel geeft toe dat deze extra verwerking de batterijlevensduur kan beïnvloeden.

TeethPass                 

Gepubliceerd in het artikel TeethPass: Dental Occlusion-based User Authentication via In-ear Acoustic Sensing, Het Chinese-Amerikaanse project werkt op basis van dezelfde algemene principes als ToothSonic, rekening houdend met de doorgang van signatuur-audio van tandenabrasie door de gehoorgang en tussenliggende botstructuren.

Luchtgeluid verwijdering wordt uitgevoerd op het dataverzamelingsstadium, in combinatie met ruisreductie en – net als bij de ToothSonic-benadering – wordt een passend frequentiefilter opgelegd voor de aural signatuur.

Systeemarchitectuur voor TeethPass.

De uiteindelijk geëxtraheerde MFCC-kenmerken worden gebruikt om een Siamese neurale netwerk te trainen.

Structuur van het Siamese neurale netwerk voor TeethPass.

Evaluatiemetrics voor het systeem waren FRR, FAR en een verwarringmatrix. Net als bij ToothSonic werd het systeem robuust bevonden tegen drie soorten mogelijke aanvallen: mimicry, replay en hybride aanval. In één geval probeerden de onderzoekers een aanval door het geluid van een gebruikers tandbeweging in de mond van een aanvaller af te spelen, met een kleine luidspreker, en vonden dat bij afstanden van minder dan 20 cm, deze hybride aanvalmethode een kans van succes van meer dan 1% heeft.

In alle andere scenario’s maakt de hindernis van het imiteren van het doelwit innerlijke schedelconstructie, bijvoorbeeld tijdens een replay-aanval, een ‘hijacking’-scenario een van de minst waarschijnlijke risico’s in het standaard biometrische authenticatiekader.

Uitgebreide experimenten toonden aan dat TeethPass een gemiddelde authenticatie-nauwkeurigheid van 98,6% bereikte en 98,9% van de spoof-aanvallen kon weerstaan.

* Mijn conversie van de inline-citaten van de auteurs naar hyperlinks

Eerst gepubliceerd op 18 april 2022. Bijgewerkt op 19 april 8:30 uur EET om pakketmisattributies in onderschriften te corrigeren.