Биометрическая аутентификация путем скрежета зубов

Два недавних исследовательских работы из США и Китая предложили новый метод зубной аутентификации: просто скрежети или слегка кусайте зубы, и устройство, носимое на ухе (earable), распознает уникальный звуковой узор, создаваемый абразивными действиями на ваших зубах, и сгенерирует действительный биометрический “пропуск” для системы, оснащенной соответствующим вызовом.

Различные прототипы устройств, носимых на ухе, для двух систем. Источники: https://arxiv.org/ftp/arxiv/papers/2204/2204.07199.pdf (ToothSonic) и https://cis.temple.edu/~yu/research/TeethPass-Info22.pdf (TeethPass)

Предыдущие методы зубной аутентификации (т.е. для живых людей, а не для судебно-медицинской идентификации) требовали от пользователя “улыбаться и показывать” зубы, чтобы система зубной идентификации могла подтвердить, что их зубы соответствуют биометрическим записям. Летом 2021 года исследовательская группа из Индии сделала заголовки с такой системой, названной DeepTeeth.

Новые предложенные системы, получившие названия ToothSonic и TeethPass, исходят соответственно из академического сотрудничества между Университетом штата Флорида и Университетом Рутгерса в США; и совместных усилий исследователей из Пекинского технологического института, Цинхуа и Пекинского университета технологий, работающих с кафедрой компьютерных и информационных наук в Университете Темпл в Филадельфии.

ToothSonic

Полностью американская система ToothSonic была предложена в статье Ear Wearable (Earable) User Authentication via Acoustic Toothprint.

Авторы ToothSonic заявляют:

‘ToothSonic использует эффект звуковой зубной метки, создаваемый пользователями при выполнении зубных жестов для аутентификации на устройстве, носимом на ухе. В частности, мы проектируем представительные зубные жесты, которые могут производить эффективные звуковые волны, несущие информацию о зубной метке.

‘Чтобы надежно захватить акустическую зубную метку, она использует эффект окклюзии слухового канала и микрофона, обращенного внутрь, устройства, носимого на ухе. Затем она извлекает многоуровневые акустические особенности, чтобы отразить внутреннюю информацию о зубной метке для аутентификации.’

Факторы, влияющие на уникальную звуковую зубную метку, зарегистрированную в устройстве, носимом на ухе. Источник: https://arxiv.org/ftp/arxiv/papers/2204/2204.07199.pdf

Исследователи отмечают несколько преимуществ ауральных зубных/черепных сигнатурных узоров, которые также применяются к китайскому проекту. Например, было бы чрезвычайно сложно имитировать или подделать зубную метку, которая должна пройти через уникальную архитектуру тканей головы и канала черепа, прежде чем прибыть к записываемому “шаблону”, с которым будут проверяться будущие аутентификации.

Кроме того, идентификация на основе зубной метки не только устраняет потенциальный смущение от улыбки или гримасы для мобильной или установленной камеры, но также удаляет необходимость для пользователя отвлекаться от потенциально критических действий, таких как управление транспортными средствами.

Помимо этого, метод подходит для многих людей с двигательными нарушениями, а устройства могут потенциально быть включены в наушники, основное использование которых намного более распространено (т.е. прослушивание музыки и совершение телефонных звонков), удаляя необходимость в специальных, отдельных устройствах аутентификации или обращении к мобильным приложениям.

Более того, возможность воспроизведения зубов человека в атаке на подделку (т.е. путем печати фотографии из неподготовленного поста в социальных сетях) или даже воспроизведения зубов в маловероятном сценарии получения сложных и полных зубных слепков, исключается тем фактом, что звуки, создаваемые абразивными действиями на зубах, фильтруются через полностью скрытую внутреннюю геометрию челюсти и слухового канала.

Из статьи ToothSonic, эффект окклюзии слухового канала делает случайное воспроизведение или имитацию практически невозможной.

Как вектор атаки, остается только одна возможность (помимо принудительного и физического принуждения пользователя) – получить доступ к базе данных хост-системы безопасности и полностью заменить зарегистрированную ауральную зубную метку пользователя на метку атакующего (поскольку получение зубной метки кого-то другого не приведет к практическому методу аутентификации).

Поток работы для ToothSonic.

Хотя существует небольшая возможность для атакующего воспроизвести запись жевания в своем собственном рту, китайский проект обнаружил, что это не только заметный, но и очень неудачный подход, с минимальным шансом успеха (см. ниже).

Уникальная улыбка

Статья ToothSonic описывает многие уникальные характеристики в зубах пользователя, включая классы окклюзии (такие как перекус), плотность эмали и резонанс, отсутствующую ауральную информацию от удаленных зубов, уникальные характеристики порцелановых и металлических замен (среди других возможных материалов) и морфология зубных бугров, среди многих других возможных различимых особенностей.

Авторы заявляют:

‘Звуковые волны, индуцированные зубной меткой, захватываются через частный зубо-уховой канал пользователя. Наша система, таким образом, устойчива к продвинутым имитационным и повторным атакам, поскольку частный зубо-уховой канал пользователя защищает звуковые волны, которые вряд ли будут раскрыты противниками.’

Поскольку движение челюсти имеет ограниченный диапазон подвижности, авторы предвидят десять возможных манипуляций, которые могут быть записаны как жизнеспособные биометрические отпечатки, проиллюстрированные ниже как “продвинутые зубные жесты”:

Некоторые из этих движений более сложны, чем другие, хотя более сложные движения не приводят к узорам, которые легче или труднее воспроизвести или подделать, чем менее сложные движения.

Макроуровневые характеристики соответствующих зубных движений извлекаются с помощью модели смеси Гаусса (GMM) системы идентификации диктора. Коэффициенты мель-частотной цепстральной частоты (MFCC), представление звука, получаются для каждого из возможных движений.

Шесть разных скользящих жестов для одного и того же субъекта во время извлечения MFCC под системой ToothSonic.

Результирующая сигнатурная звуковая волна, которая составляет уникальную биометрическую сигнатуру, очень уязвима для определенных вибраций человеческого тела; поэтому ToothSonic налагает фильтр-полосу между 20-8000Гц.

Сегментация звуковой волны достигается с помощью модели скрытого Маркова (HMM), в соответствии с двумя предыдущими работами из Германии.

Для модели аутентификации полученные особенности вводятся в полностью связанную нейронную сеть, проходящую через различные слои до активации через ReLU. Последний полностью связанный слой использует функцию Softmax для генерации результатов и прогнозируемой метки для сценария аутентификации.

База данных обучения была получена, попросив 25 участников (10 женщин, 15 мужчин) носить измененный наушник в реальных условиях и проводить свои обычные действия. Прототип наушника (см. первую картинку выше) был создан за несколько долларов с помощью потребительской аппаратуры, и имеет один микрофонный чип. Исследователи утверждают, что коммерческая реализация такого устройства будет очень доступна для производства.

Модель обучения состояла из классификаторов нейронной сети в MATLAB, обученных с коэффициентом обучения 0,01, с LBFGS в качестве функции потерь. Методы оценки для аутентификации были FRR, FAR и BAC.

Общая производительность ToothSonic была очень хорошей, в зависимости от сложности внутреннего движения рта, выполняемого пользователем:

Результаты были получены по трем уровням сложности движения рта: удобно, менее удобно и с трудностями.  Один из предпочитаемых пользователем жестов достиг точности 95%.

В плане ограничений, пользователи признают, что изменения зубов с течением времени, вероятно, потребуют от пользователя повторной регистрации ауральной зубной сигнатуры, например, после заметной стоматологической работы. Кроме того, качество эмали может ухудшаться или изменяться с течением времени, и исследователи предлагают, что пожилым людям, возможно, придется периодически обновлять свои профили.

Авторы также признают, что многоразовые наушники такого типа потребуют от пользователя паузы в музыке или разговоре во время аутентификации (как и в китайском проекте TeethPass), и что многие доступные наушники в настоящее время не имеют необходимой вычислительной мощности для реализации такой системы.

Несмотря на это, они отмечают*:

‘Поощряюще, что недавние выпуски чипа Apple H1 в AirPods Pro и QCS400 от Qualcomm (QCOM ) способны поддерживать голосовую аутентификацию на устройстве. Это означает, что реализация ToothSonic на устройстве, носимом на ухе, может быть осуществлена в ближайшем будущем.’

Однако статья признает, что это дополнительная обработка может повлиять на срок службы батареи.

TeethPass

Опубликованная в статье TeethPass: аутентификация пользователя на основе зубной окклюзии через внутриушную акустическую систему, китайско-американский проект работает на аналогичных общих принципах, что и ToothSonic, учитывая прохождение сигнатурного аудио от зубной абразии через слуховой канал и промежуточные костные структуры.

Удаление шума воздуха проводится на этапе сбора данных, в сочетании с шумоподавлением и – как и в подходе ToothSonic – на ауральную сигнатуру накладывается соответствующий частотный фильтр.

Архитектура системы TeethPass.

Наконец, извлеченные особенности MFCC используются для обучения связанной нейронной сети.

Структура связанной нейронной сети для TeethPass.

Метрики оценки для системы были FRR, FAR и матрица путаницы. Как и в случае с ToothSonic, система была найдена устойчивой к трем типам возможных атак: имитации, повторению и гибридной атаке. В одном случае исследователи попытались атаку, воспроизведя звук движения зубов внутри рта атакующего с помощью небольшого динамика, и обнаружили, что на расстоянии менее 20см этот гибридный метод атаки имеет более 1% вероятность успеха.

Во всех остальных сценариях препятствие для имитации внутренней конструкции черепа пользователя, например, во время повторной атаки, делает “хакерскую” ситуацию одной из наименее вероятных угроз в стандартном наборе биометрических рамок аутентификации.

Обширные эксперименты показали, что TeethPass достигла средней точности аутентификации 98,6% и может устоять перед 98,9% атак на подделку.

* Мое преобразование внутренних ссылок авторов в гиперссылки

Опубликовано 18 апреля 2022 года. Обновлено 19 апреля в 8:30 утра по восточноевропейскому времени, чтобы исправить неправильные атрибуты пакетов в подписях.