Biometrisk autentisering ved å male tenner

To nylige forskningsartikler fra USA og Kina har foreslått en ny løsning for tannbasert autentisering: bare mal eller bitt tenner litt, og en øre-til-beholdning (en ‘earable’, som også kan fungere som en vanlig lytteenhet) vil gjenkjenne den unike lydmønsteret produsert av å male din tannarkitektur, og generere en gyldig biometrisk ‘pass’ til et passende utstyrt utfordringssystem.

Forskjellige øre-til-beholdninger for de to systemene. 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 for tannautentisering (dvs. for levende mennesker, og ikke for rettsmedisinsk identifikasjon), har krevd at brukeren ‘smiler og viser tenner’, så at et tanngjenkjenningssystem kunne bekrefte at deres tenner matchet biometriske rekorder. Sommeren 2021 gjorde en forskningsgruppe fra India overskrifter med et slikt system, kalt DeepTeeth.

De nye foreslåtte systemene, kalt ToothSonic og TeethPass, kommer henholdsvis fra et akademisk samarbeid mellom Florida State University og Rutgers University i USA; og et felles prosjekt mellom forskere ved Beijing Institute of Technology, Tsinghua University og Beijing University of Technology, i samarbeid med Department of Computer and Information Sciences ved Temple University i Philadelphia.

ToothSonic

Det helt USA-baserte ToothSonic-systemet er foreslått i artikkelen Ear Wearable (Earable) User Authentication via Acoustic Toothprint.

ToothSonic-forfatterne skriver:

‘ToothSonic [utnytter] tannavtrykk-indusert lydeffekt produsert av brukere som utfører tann-gesturer for øre-til-beholdning-autentisering. Spesifikt designet representative tann-gesturer som kan produsere effektive lydbølger som bærer informasjon om tannavtrykket.

‘For å pålitelig fange det akustiske tannavtrykket, utnytter det okklusjonseffekten av ørekanelen og den innovervendte mikrofonen i øre-til-beholdningene. Det trekker deretter ut multi-nivå akustiske egenskaper for å reflektere den innbyggede tannavtrykksinformasjonen for autentisering.’

Bidragende faktorer som formulert et unikt lyd-tannavtrykk registrert i en øre-til-beholdning. Kilde: https://arxiv.org/ftp/arxiv/papers/2204/2204.07199.pdf

Forskerne noterer en rekke fordeler med aural tann/skalle-mønster, som også gjelder for det primært kinesiske prosjektet. For eksempel ville det være usedvanlig vanskelig å etterligne eller spoof tannavtrykket, som må reise gjennom den unike arkitekturen i hodet og skallen før det når et registrert ‘mal’ som fremtidige autentiseringer ville bli testet mot.

I tillegg eliminerer tannavtrykks-basert identifikasjon ikke bare den potensielle pinligheiten av å smile eller grimase for en mobil eller montert kamera, men fjerner også behovet for at brukeren på noen måte skal distrahere seg selv fra potensielt kritiske aktiviteter som å operere kjøretøy.

Foruten dette er metoden egnet for mange mennesker med motoriske funksjonshemninger, mens enhetene potensielt kan inkorporeres i ørepropper hvis primær bruk er mye vanligere (dvs. lytte til musikk og gjøre telefonoppringer), og fjerner behovet for dedikerte, selvstendige autentiseringsenheter eller tilgang til mobilapplikasjoner.

Videre er muligheten for å reprodusere en persons tannstruktur i en spoof-angrep (dvs. ved å trykke en foto fra en uhindret sosialmediapost), eller selv å reprodusere deres tenner i den usannsynlige situasjonen hvor komplekse og fullstendige tannmodeller er tilegnet, er fjernet av det faktum at lydene som males tenner gjør, er filtrert gjennom fullstendig skjulte interne geometri av kjeven og ørekanelen.

Fra ToothSonic-artikkelen, okklusjonseffekten av ørekanelen gjør at uformell reproduksjon eller etterligning er praktisk takt umulig.

Som et angrepsvektor er den eneste gjenværende muligheten (bortsett fra tvang eller fysisk tvang av brukeren) å få tilgang til databasen i vertsikkerhetssystemet og helt erstatte brukerens registrerte aural tannmønster med angriperens eget mønster (siden å ulovlig tilegne seg noen andres tannavtrykk ikke ville føre til noen praktisk metode for autentisering).

Arbeidsflyt for ToothSonic.

Selv om det finnes en liten mulighet for at en angriper kan avspille en innspilling av tygging i deres egen munn, fant det kinesisk-ledede prosjektet at dette er ikke bare en merkelig, men også en meget ulykkelig tilnærming, med minimal sjanser for suksess (se under).

En unik smil

ToothSonic-artikkelen beskriver de mange unike egenskapene i en brukers tannstruktur, inkludert klasser av okklusjon (slik som overbitt), emaljetykkelse og resonans, manglende aural informasjon fra fjernet tenner, unike egenskaper ved porselen- og metall-erstatninger (blant andre mulige materialer), og cusp-morfologi, blant mange andre mulige skillelige trekk.

Forfatterne skriver:

‘[Tannavtrykk-indusert lydbølger] er fanget via brukerens private tann-øre-kanal. Vårt system er derfor motstandsdyktig mot avanserte mimic- og replay-angrep, ettersom brukerens private tann-øre-kanal sikrer lydbølgene, som er usannsynlig å avdekke av motstandere.’

Ettersom kjevebevegelse har en begrenset rekkevidde av bevegelighet, forestiller forfatterne ti mulige manipulasjoner som kan registreres som gyldige biometriske avtrykk, illustrert under som ‘avanserte tann-gesturer’:

Noen av disse bevegelsene er mer vanskelige å oppnå enn andre, selv om de mer vanskelige bevegelsene ikke resulterer i mønster som er mer eller mindre lette å replikere eller spoof enn mindre utfordrende bevegelser.

Makro-egenskaper ved tann-bevegelser er trukket ut ved hjelp av en Gaussian mixture model (GMM) speaker-identifikasjonssystem. Mel-frequency cepstral coefficients (MFCCs), en representasjon av lyd, er oppnådd for hver av de mulige bevegelsene.

Seks forskjellige glide-gesturer for samme objekt under MFCC-uttrekk under ToothSonic-systemet.

Den resulterende signatur-lydbølgen som utgjør den unike biometriske signatur, er svært sårbar for visse menneskelige kroppsvibrasjoner; derfor pålegger ToothSonic en filter-bånd mellom 20-8000Hz.

Lydbølge-segmentering er oppnådd ved hjelp av en Hidden Markov Model (HMM), i samsvar med to tidligere verk fra Tyskland.

For autentiseringsmodellen er avledede egenskaper matet inn i et fullstendig tilkoblet neuralt nettverk, som går gjennom flere lag før aktivasjon via ReLU. Det siste fullstendig tilkoblete laget bruker en Softmax-funksjon for å generere resultater og forutsagt etikett for en autentiserings-scenario.

Det trente databasen ble oppnådd ved å be 25 deltakere (10 kvinner, 15 menn) å bære en forfalsket ørepropp i sanntids-miljøer, og utføre deres vanlige aktiviteter. Prototype-øreproppen (se første bilde ovenfor) ble laget til en kostnad av noen få dollar med vanlig forbruker-hardware, og har en mikrofon-chip. Forskerne hevder at en kommersiell implementering av en slik enhet ville være eminently rimelig å produsere.

Læringsmodellen bestod av neurale nettverks-klassifiserere i MATLAB, trent med en læringsrate på 0,01, med LBFGS som tap-funksjon. Evaluering-metoder for autentisering var FRR, FAR og BAC.

Samlet ytelse for ToothSonic var svært god, avhengig av vanskelighetsgraden av den interne munn-gesten som ble utført:

Resultatene ble oppnådd over tre grader av vanskelighetsgrad av munn-gest: komfortabel, mindre komfortabel, og har vanskeligheter.  En av brukerens foretrukne gesturer oppnådde en nøyaktighetsrate på 95%.

I forhold til begrensninger, innrømmer brukerne at endringer i tenner over tid sannsynligvis vil kreve at en bruker må gjenskape det aurale tannavtrykket, for eksempel etter merkbare tannbehandlinger. I tillegg kan emaljekvalitet forringes eller endres over tid, og forskerne foreslår at eldre mennesker kan bli bedt om å oppdatere deres profiler jevnlig.

Forfatterne innrømmer også at multi-bruk av ørepropper av denne typen ville kreve at brukeren må pause musikk eller samtale under autentisering (i likhet med det kinesisk-ledede TeethPass), og at mange nåværende tilgjengelige ørepropper ikke har den nødvendige beregningskraften for å muliggjøre et slikt system.

Tross dette observerer de*:

‘Oppmuntrende, nyeste utgaver av Apple H1-chip i Airpods Pro og QCS400 fra Qualcomm (QCOM ) er i stand til å støtte tale-basert på-enhet-AI. Det impliserer at implementering av ToothSonic på øre-til-beholdning kunne realiseres i nær fremtid.’

Men artikkelen innrømmer at denne ekstra prosesseringen kan påvirke batterilevetid.

TeethPass                 

Publisert i artikkelen TeethPass: Dental Occlusion-based User Authentication via In-ear Acoustic Sensing, fungerer det kinesisk-amerikanske prosjektet på mange av de samme generelle prinsippene som ToothSonic, og tar hensyn til overføringen av signatur-lyd fra tann-abrasjon gjennom ørekanelen og mellomliggende ben-strukturer.

Luft-støy-fjerning utføres på data-innsamling-stadiet, kombinert med støy-reduksjon og – som med ToothSonic-tilnærmingen – en passende frekvens-filter pålegges for det aurale avtrykket.

System-arkitektur for TeethPass.

De endelige uttrukne MFCC-egenskapene brukes til å trene en Siamese neuralt nettverk.

Struktur av Siamese neuralt nettverk for TeethPass.

Evaluering-metrikker for systemet var FRR, FAR og en forvirrings-matrise. Som med ToothSonic, ble systemet funnet å være robust mot tre typer mulige angrep: mimicry, replay og hybrid-angrep. I ett tilfelle forsøkte forskerne et angrep ved å spille av lyden av en brukers tann-bevegelse inni munnen på en angriper, med en liten høyttaler, og fant at på avstander mindre enn 20 cm, har denne hybrid-angreps-metoden en høyere enn 1% sjanse for suksess.

I alle andre scenarioer gjør hindringen av å etterligne målets indre skalle-konstruksjon, for eksempel under en replay-angrep, at en ‘kapring’-scenario er blant de minst sannsynlige risikoer i standard biometrisk autentiserings-rammeverk.

Omfattende eksperimenter viste at TeethPass oppnådde en gjennomsnittlig autentiserings-nøyaktighet på 98,6%, og kunne motstå 98,9% av spoof-angrep.

* Min konversjon av forfatternes inline-citater til hyperlenker

Først publisert 18. april 2022. Oppdatert 19. april kl. 08:30 EET for å korrigere pakke-feil i bildetekster.