Um Método de IA para Revelar Entradas de PIN ‘Protegidas’ em Caixas Eletrônicos

Pesquisadores na Itália e nos Países Baixos desenvolveram um método de aprendizado de máquina capaz de inferir o número de PIN que um cliente de banco digita em um caixa eletrônico, com base em vídeo capturado – mesmo em casos onde o cliente protege sua mão para se proteger contra o “shoulder-surfing”.

O método envolve treinar uma Rede Neural Convolucional (CNN) e um módulo de Memória de Curto Prazo (LSTM) em vídeos de entradas de PIN com a mão coberta em um caixa eletrônico “sombra” que foi equipado com o mesmo teclado que o caixa eletrônico alvo – equipamento que pode ser comprado, como os pesquisadores fizeram para o projeto, recreando um caixa eletrônico “espelho” para coletar os dados.

O caixa eletrônico falso pode ser treinado em particular, como os pesquisadores fizeram, eliminando o risco de instalações públicas de caixas eletrônicos falsos, um modus operandi comum neste tipo de crime.

À esquerda, dois modelos de teclado de PIN usados para a pesquisa italiana. À direita, o caixa eletrônico ‘sombra’ que os pesquisadores construíram em condições de laboratório. Fonte: https://arxiv.org/pdf/2110.08113.pdf

O sistema, que se baseia nos movimentos e posicionamento da mão durante a entrada do PIN, pode atualmente prever 41% dos PINs de 4 dígitos e 30% dos PINs de 5 dígitos em três tentativas (geralmente o número máximo de tentativas que um banco permitirá antes de bloquear a conta do cliente). Os testes envolveram 58 voluntários usando números de PIN aleatórios.

A pesquisa, cujos dados estão disponíveis publicamente, descobriu que o sistema proposto oferece uma melhoria quatro vezes maior na capacidade de adivinhar um PIN em comparação com a capacidade humana de adivinhar um PIN por “shoulder-surfing” em uma vítima.

O artigo é intitulado Hand Me Your PIN! Inferring ATM PINs of Users Typing with a Covered Hand, e vem de cinco pesquisadores da Universidade de Pádua, e um da Universidade de Tecnologia de Delft.

Os pesquisadores excluíram capturas onde os sujeitos não cobriram adequadamente o teclado de PIN (à esquerda).

Os pesquisadores afirmam que seu sistema alcança resultados superiores ao trabalho anterior que se baseia em tempo, som e assinaturas térmicas, sem um componente de análise de vídeo.

Eles também observam que o aumento da conscientização sobre dispositivos de “skimming” gira em torno da ranhura de entrada do cartão, pois este é um método tradicional de ataque, e que os clientes não têm motivo para acreditar que micro-câmeras escondidas possam “ver através” de suas mãos cobertas, ou que o barulho genérico das teclas e o som de feedback idêntico para cada pressionamento de tecla possam divulgar alguma informação.

O “equipamento adicional” do caixa eletrônico, portanto, pareceria estar em um local onde ninguém está atualmente esperando, sob a superfície interna do recessso do caixa eletrônico, como um invólucro moldado que esconde o equipamento da câmera – ou mesmo completamente fora da superfície do caixa eletrônico, anexado a um prédio ou poste próximo.

Dinheiro de PIN

Apesar das consequências graves de uma violação, os números de PIN são entre as senhas mais curtas e fáceis de adivinhar que usamos; estima-se que um atacante já tem uma chance de 1 em 10 de adivinhar um PIN corretamente. A engenharia social não é sempre necessária como um adjunto a ataques mais sofisticados baseados em IA, desde que 1234 foi estimado para representar 11% de todos os PINs, enquanto 19 (como a primeira parte de um ano de nascimento) representa os dois primeiros números em mais de 80% dos números de PIN.

No entanto, os autores do novo artigo não se deram essa vantagem, mas sim se propuseram a investigar se o movimento da mão ao digitar um PIN “protegido” tem um padrão decifrável que possa indicar quais números estão sendo pressionados.

Para estabelecer uma linha de base, os pesquisadores construíram um caixa eletrônico falso para fins de coleta de dados (ver primeira imagem acima). Isso representa o método de ataque hipotético proposto, onde um malfeitor analisará passivamente as características típicas de entrada de PIN ao longo de um período de tempo para se preparar para um “ataque” posterior às contas.

Embora essa abordagem “estudada” seja comum em crimes de fraude de caixa eletrônico sofisticados, com muitos casos de caixas eletrônicos falsos exfiltrando dados de clientes por um longo período, nesse caso o atacante pode configurar o caixa eletrônico falso em seu próprio espaço e treiná-lo sem entrada pública.

Como a tela do caixa eletrônico não é provável que seja ocultada durante a entrada do PIN, o momento de uma pressionamento de tecla pode ser estabelecido sincronizando os movimentos da mão com a aparência dos dígitos “maskados” (geralmente asteriscos) que aparecem na tela do caixa eletrônico em resposta à entrada do usuário, e também aos sons de feedback genéricos (como bipes) que coincidem com os movimentos. Essa sincronização revela a disposição exata da mão em um cenário “protegido” no momento da entrada.

Mirando Teclados Específicos

Primeiro, um modelo deve ser desenvolvido por observação e gravação de entradas de PIN protegidas. Idealmente, o teclado deve ser um modelo padrão da indústria, embora alguma variação de milímetros não impeça o método de funcionar. Os tempos de pressionamento de teclas podem ser obtidos por meio de pistas auditivas e visuais (por exemplo, bipes de feedback, barulho de teclas e feedback de asteriscos).

Com esses pontos de quebra, o atacante pode automatizar a extração de um conjunto de treinamento e prosseguir para treinar um modelo capaz de identificar configurações de mão representativas para a pressionamento de uma tecla específica. Isso produzirá uma lista classificada de probabilidades para o PIN do cartão, das quais as três primeiras serão selecionadas para o ataque quando dados de cliente autênticos forem identificados pelo sistema em um cenário do mundo real.

Metodologia

A coleta de dados foi realizada em duas sessões, usando voluntários destros para o estudo. Cada participante digitou 100 números de PIN de 5 dígitos gerados aleatoriamente, para garantir uma cobertura uniforme de todos os 10 possíveis pressionamentos de teclas. Dessa forma, os pesquisadores coletaram 5.800 entradas de PIN individuais.

Os teclados de PIN usados nos testes foram os modelos DAVO LIN Model D-8201F e DAVO LIN Model D-8203 B. São modelos comerciais usados em caixas eletrônicos e estão disponíveis, respectivamente, aqui e aqui (entre muitos outros vendedores).

Os segmentos de vídeo coletados foram convertidos para escala de cinza e normalizados e recortados, antes de serem redimensionados para 250×250 pixels para inclusão nas sessões de treinamento de aprendizado de máquina. Os cliques foram segmentados para obter sub-sequências de quadros relacionados a pressionamentos de teclas. As pistas auditivas (como mencionado acima) foram usadas como marcadores de carimbo de data/hora para eventos de pressionamento.

Treinamento

Os conjuntos de dados foram divididos em conjuntos de treinamento, validação e teste, com o treinamento realizado em um processador Intel Xeon(R) CPU executando em E5-2670 2,60 GHz, e equipado com 128 GB de RAM. Os dados foram implementados no Keras2.3.0-tf (TensorFlow 2.2.0) e Python 3.8.6 em três GPUs Tesla K20m com 5 GB de VRAM cada.

Para contabilizar a variabilidade nos ambientes de captura (iluminação, ligeiras diferenças nos ângulos da câmera, etc.), exemplos sintéticos e perturbações (como rotação e deslocamento de visão) foram gerados, e os autores relatam que esse tipo de aumento de dados é uma grande ajuda para melhorar a eficácia do modelo.

Resultados

O modelo foi testado em três cenários: ‘teclado de PIN único’, onde o atacante conhece o modelo do teclado de PIN e o treina especificamente para ele; ‘teclado de PIN independente’, onde o modelo é treinado em um teclado que é semelhante (mas não idêntico) ao teclado de PIN alvo; e um cenário ‘misturado’, onde o atacante tem uma cópia de ambos os teclados de PIN.

Resultados gerais nos três cenários, onde Top-N significa uma suposição do dígito dentro de N tentativas.

Há uma diferença notada na precisão para inferência de PINs de 5 dígitos versus 4 dígitos:

Contra-Medidas

Ao considerar contra-medidas para os sistemas existentes (ou seja, sem uma reestruturação radical da infraestrutura de segurança do PIN/caixa eletrônico), os pesquisadores consideram que não há defesas realmente viáveis contra esse tipo de ataque.

Alongar o número mínimo de dígitos em um PIN tornaria os números mais difíceis de lembrar; randomizar a ordem dos números do teclado com um teclado de software touch-screen, embora isso esteja acontecendo cada vez mais em implantações de caixas eletrônicos, também produz problemas de usabilidade; e protetores de tela não apenas seriam caros para implantar em caixas eletrônicos existentes, mas também argumentariam que o método de ataque do artigo se tornaria ainda mais fácil de implementar, dependendo de quanto cobertura ele possa dar. Os pesquisadores afirmam que seu ataque é viável mesmo quando 75% do teclado de PIN está coberto (e cobrir mais tornaria difícil para o cliente digitar).

Ao criar um equivalente humano para a extração automática de PIN, as pessoas reais conseguiram apenas uma fração da precisão do sistema de IA em adivinhar PINs, com base nas mesmas informações.

No desenvolvimento futuro do trabalho, os pesquisadores pretendem examinar os resultados de pessoas não destros, e investigar estratégias de cobertura da mão que possam mitigar o ataque. Eles também pretendem repetir os experimentos com uma maior diversidade de idades e raças, desde que observam que as pessoas mais velhas fazem movimentos de mão mais significativos e reveladores ao digitar um PIN, e que o ataque “terá dificuldades em funcionar para pessoas de outras raças” (que não caucasianas).