En AI-metod för att avslöja “skyddade” PIN-koder vid bankomater

Forskare i Italien och Nederländerna har utvecklat en maskinlärningsmetod som kan gissa PIN-koden som en bankkund anger vid en bankomat, baserat på inspelad video – även i fall där kunden skyler sin hand för att skydda mot axelkikning.

Metoden innebär att man tränar ett Convolutional Neural Network (CNN) och ett Long Short-Term Memory (LSTM)-modul på videor av “täckta hand”-PIN-inmatningar på en “skugg”-bankomat som har utrustats med samma tangentbord som målbankomaten – utrustning som kan köpas, som forskarna har gjort för projektet, och skapat en “spegel”-bankomat för att samla in data.

Den falska bankomaten kan tränas i privat regi, som forskarna har gjort, och därmed undvika risken för offentliga installationer av falska bankomater, en vanlig modus operandi i denna typ av brott.

Till vänster, två tangentbordsmodeller som användes för den italienska forskningen. Till höger, den “skugg”-bankomat som forskarna konstruerade i laboratoriemiljö. Källa: https://arxiv.org/pdf/2110.08113.pdf

Systemet, som fokuserar på handrörelser och positionering under PIN-inmatning, kan för närvarande förutsäga 41% av 4-siffriga PIN-koder och 30% av 5-siffriga PIN-koder inom tre försök (vanligtvis det maximala antalet försök som en bank tillåter innan kundens konto låses). Testerna omfattade 58 volontärer som använde slumpmässiga PIN-koder.

Forskningen, vars data är offentligt tillgänglig, visar att det föreslagna systemet erbjuder en fyrfaldig förbättring av en människas förmåga att gissa en PIN-kod genom axelkikning av ett offer.

Artikeln har titeln Hand Me Your PIN! Inferring ATM PINs of Users Typing with a Covered Hand, och kommer från fem forskare vid Universitetet i Padua, och en från Delft University of Technology.

Forskarna uteslöt inspelningar där försökspersonerna inte tillräckligt täckte PIN-paden (till vänster).

Forskarna hävdar att deras system uppnår bättre resultat än tidigare arbete som fokuserar på tid, ljud och termiska signaturer, utan en videoanalyskomponent.

De noterar också att den ökade medvetenheten om “skimming”-enheter kring korthållaren, eftersom detta är en traditionell metod för attacker, och att kunder har ingen anledning att tro att någon liknande dold mikrokamera kan “se genom” deras täckta händer, eller att det generiska ljudet av tangentbord och den identiska återkopplingsljudet för varje tangenttryckning kan avslöja någon information.

Den “ytterligare” utrustningen på bankomaten skulle därmed kunna placeras på en plats där ingen förväntar sig det, under den övre inre ytan på bankomaten, som en formad kapsling som döljer kamerautrustningen – eller till och med utanför bankomatens yta, fäst vid en närliggande byggnad eller stolpe.

PIN-pengar

Trots de allvarliga konsekvenserna av ett brott, är PIN-koder bland de kortaste och lättast gissbara lösenord vi använder; det har uppskattats att en angripare redan har en chans på 1 till 10 att gissa en PIN-kod korrekt. Social ingenjörskonst är inte alltid nödvändig som ett tillägg till mer avancerade AI-baserade attacker, eftersom 1234 har uppskattats till att representera 11% av alla PIN-koder, medan 19 (som den första delen av ett födelseår) representerar de två första siffrorna i över 80% av PIN-koderna.

Ändå har författarna till den nya artikeln inte gett sig själva denna fördel, utan har i stället undersökt om handrörelserna vid “skyddade” PIN-inmatningar har ett tydligt mönster som kan indikera vilka siffror som trycks.

För att etablera en baslinje konstruerade forskarna en falsk bankomat för datainsamling (se första bilden ovan). Detta representerar den föreslagna hypotetiska attackmetoden, där en angripare passivt analyserar typiska PIN-inmatningskaraktäristika under en lång period för att förbereda sig för en senare “svep” på konton.

Även om denna “studierade” tillvägagångssätt är vanligt i sofistikerad bankomatsbrottslighet, med många fall av falska bankomater som exfiltrerar kunddata under en lång period, kan angriparen i detta fall ställa upp den falska bankomaten i sin egen miljö och träna den utan offentlig inmatning.

Eftersom bankomatskärmen inte sannolikt kommer att döljas under PIN-inmatning, kan tidpunkten för en tangenttryckning fastställas genom att synkronisera handrörelser med utseendet på “maskerade” siffror (vanligtvis asterisker) som visas på bankomatskärmen som svar på användarinmatning, och även till generiska återkopplingsljud (såsom pip) som sammanfaller med tangenttryckningarna. Denna synkronisering avslöjar den exakta handpositionen i en “skyddad” situation vid tidpunkten för inmatning.

Inriktning på specifika tangentbord

Först måste en modell utvecklas genom observation och inspelning av “skyddade” PIN-inmatningar. Idealiskt bör tangentbordet vara en specifik industristandardmodell, även om vissa variationer i millimeter inte kommer att stoppa metoden. Tangenttryckningstider kan erhållas genom ljud- och visuella signaler (dvs. återkopplingspip, tangentklick och asteriskåterkoppling).

Med dessa brytpunkter kan angriparen automatisera extraheringen av en träningsuppsättning och sedan träna en modell som kan identifiera representativa handkonfigurationer för tryckning av en specifik tangent. Detta kommer att producera en rankad lista över sannolikheter för kortets PIN-kod, varav de tre bästa kommer att väljas för attacken när äkta kunddata identifieras av systemet i en verklig situation.

Metodik

Datainsamlingen genomfördes under två sessioner, med högerhänta volontärer för studien. Varje deltagare skrev in 100 slumpmässigt genererade 5-siffriga PIN-koder, för att säkerställa en jämn täckning av alla tio möjliga tangentbordstryck. På detta sätt samlade forskarna in 5 800 enskilda PIN-inmatningar.

PIN-paderna som användes i testerna var DAVO LIN Model D-8201F och DAVO LIN Model D-8203 B. De är kommersiella modeller som används i bankomater och finns tillgängliga här och här (bland många andra leverantörer).

De inspelade videosekvenserna omvandlades till gråskala och normaliserades och beskars, innan de återstorleksfördes till 250×250 pixlar för att ingå i maskinlärningsträningsessionerna. Klipp delades upp för att erhålla undersekvenser av ramar som hörde till tangenttryck. Ljudsignalerna (som nämndes ovan) användes som tidsstämplar för tryckhändelser.

Träning

Datamängderna delades upp i tränings-, validerings- och testmängder, med träningsprocessen som genomfördes på en Xeon(R) Intel CPU som körde på E5-2670 2,60 GHz, och utrustad med 128 GB RAM. Data implementerades på Keras2.3.0-tf (TensorFlow 2.2.0) och Python 3.8.6 på tre Tesla K20m GPU:er med 5 GB VRAM vardera.

För att ta hänsyn till variationer i inspelningsmiljöer (belysning, små skillnader i kameravinklar etc.) genererades syntetiska exempel och perturbationer (såsom rotation och vyförskjutning), och författarna rapporterar att denna typ av dataförstärkning är en stor hjälp för att förbättra modellens effektivitet.

Resultat

Modellen testades mot tre scenarier: “enkel PIN-pad”, där angriparen känner till modellen av PIN-paden och tränar specifikt för den; “PIN-pad-oberoende”, där modellen tränas på en pad som är liknande (men inte identisk) med mål-PIN-paden; och en “blandad scenario”, där angriparen har en kopia av båda PIN-paderna.

Allmänna resultat över de tre scenarierna, där Top-N betyder en gissning av siffran inom N försök.

Det finns en noterad skillnad i noggrannhet för inferens av 5-siffriga jämfört med 4-siffriga PIN-koder:

Motåtgärder

När det gäller motåtgärder mot befintliga system (dvs. utan en radikal omkonstruktion av hela PIN-/bankomatsäkerhetsinfrastrukturen), anser forskarna att det inte finns några fungerande försvar mot denna typ av attack.

Att förlänga det minsta antalet siffror i en PIN-kod skulle göra siffrorna svårare att komma ihåg; att slumpmässigt ordna tangentbordets siffror med en pekskärmsmjukvara, även om det sker alltmer i bankomatsdistributioner, producerar också användbarhetsproblem; och skärmskydd skulle inte bara vara dyra att distribuera på befintliga bankomater, utan skulle också göra artikelförfattarnas attackmetod ännu enklare att genomföra, beroende på hur mycket täckning det ger. Forskarna hävdar att deras attack är fungerande även om 75% av PIN-paden är täckt (och att täcka mer skulle göra det svårt för kunden att skriva in).

I utvecklingen av arbetet avser forskarna att undersöka resultat från vänsterhänta personer, och att undersöka handtäckningsstrategier som kan motverka attacken. De avser också att upprepa experimenten med en större mångfald av åldrar och raser, eftersom de observerar att äldre människor gör mer betydande och avslöjande handrörelser när de skriver in en PIN-kod, och att attacken “kommer att ha svårigheter med att fungera för personer från andra raser” (än kaukasier).