Dişlerinizi Öğütme Yoluyla Biyometrik Kimlik Doğrulama

ABD ve Çin’den iki recent araştırma makalesi, dişlere dayalı kimlik doğrulama için yeni bir çözüm önerdi: dişlerinizi biraz öğütün veya ısırın ve kulakta taşınan bir cihaz (bir ‘kulaklık’, aynı zamanda normal bir ses dinleme cihazı olarak da kullanılabilir) tarafından üretilen benzersiz ses desenini tanır ve uygun bir güvenlik sistemine geçerli bir biyometrik ‘geçiş’ oluşturur.

İki sistemin çeşitli kulakta taşınan prototype cihazları. Kaynaklar: https://arxiv.org/ftp/arxiv/papers/2204/2204.07199.pdf (ToothSonic) ve https://cis.temple.edu/~yu/research/TeethPass-Info22.pdf (TeethPass)

Önceki diş kimlik doğrulama yöntemleri (yani yaşayan insanlar için, adli tanımlama değil), kullanıcının ‘gülümseme ve dişlerini gösterme’ gerektiriyordu, böylece bir diş tanıma sistemi dişlerinin biyometrik kayıtlara uyduğunu onaylayabilirdi. 2021 yazında, bir Hint araştırma grubu DeepTeeth adlı bir sistemle haberlerde yer aldı.

Yeni önerilen sistemler, ToothSonic ve TeethPass adlı sistemler, sırasıyla ABD’deki Florida Eyalet Üniversitesi ve Rutgers Üniversitesi arasındaki akademik bir işbirliği ve Çin’in Beijing Institute of Technology, Tsinghua Üniversitesi ve Beijing University of Technology’ndan araştırmacılar ile Philadelphia’daki Temple Üniversitesi’ndeki Bilgisayar ve Bilgi Bilimleri Bölümü arasındaki ortak bir çalışmadan geliyor.

ToothSonic

Tamamen ABD’de geliştirilen ToothSonic sistemi, makale Kulakta Taşınan (Kulaklık) Kullanıcı Kimlik Doğrulama via Akustik Diş İzi adlı makalede önerildi.

ToothSonic yazarları şöyle diyor:

‘ToothSonic, diş izi tarafından oluşturulan ses efektini kullanır ve kulakta taşınan bir cihazla kimlik doğrulaması sağlar. Özellikle, diş izini temsil eden ses dalgalarını üretebilecek temsilci diş hareketleri tasarlıyoruz.

‘Güvenilir bir şekilde diş izini yakalamak için, kulak kanalı ve kulaklığın içe bakan mikrofonunun oklüzyon etkisini kullanır. Ardından, kimlik doğrulaması için diş izi bilgilerini yansıtan çok seviyeli akustik özellikler çıkarır.’

Kulakta taşınan bir cihazda kayıtlı benzersiz bir ses desenini oluşturan faktörler. Kaynak: https://arxiv.org/ftp/arxiv/papers/2204/2204.07199.pdf

Araştırmacılar, diş/skull ses desenlerinin birçok avantajını not ediyor, bu avantajlar aynı zamanda Çin projesi için de geçerli. Örneğin, diş izini taklit etmek veya sahte yapmak son derece zor olur, çünkü diş izi, kaydedilebilecek bir ‘şablon’ oluşturmadan önce başın ve skull kanalının benzersiz mimarisinden geçmek zorundadır.

Ek olarak, diş izi tabanlı kimlik doğrulama, sadece mobil veya monte edilmiş bir kamera için gülümseme veya yüzünü buruşturma potansiyel utancını ortadan kaldırmakla kalmaz, aynı zamanda kullanıcının potentially kritik faaliyetlerden (örneğin, araç kullanma) kendini uzaklaştırmak zorunda olmasını da ortadan kaldırır.

Bunun yanı sıra, bu yöntem birçok motor engelli insan için uygundur ve cihazlar, birincil kullanımı daha yaygın olan (örneğin, müzik dinleme ve telefon görüşmesi yapmak) kulaklık içine entegre edilebilir, böylece ayrı bir kimlik doğrulama cihazı veya mobil uygulamalara ihtiyaç duyulmaz.

Daha fazla olarak, bir kişinin dişlerini bir sahte saldırıda (örneğin, bir sosyal medya fotoğrafından bir fotoğraf yazdırarak) veya hatta kompleks ve tam diş kalıplarını elde ederek taklit etme olasılığı, dişlerin öğütülmesi seslerinin tamamen gizli iç çene ve işitme kanalı geometrisinden geçtiği gerçeğiyle ortadan kaldırılır.

TeethPass makalesinden, kulak kanalı’nın oklüzyon etkisi, casual yeniden üretim veya taklitin etkili bir şekilde imkansız olmasını sağlar.

Saldırı vektörü olarak, kalan tek fırsat (kullanıcının fiziksel zorlaması dışında), güvenlik sistemine erişim kazanmak ve kullanıcının kayıtlı ses desenini tamamen değiştirmektir (çünkü jemand else’nin diş izini elde etmek, pratik bir kimlik doğrulama yöntemine yol açmaz).

ToothSonic için iş akışı.

Ancak, bir saldırganın kendi ağzında çiğneme sesini kaydederek oynaması mümkün olsa da, Çin liderliğindeki proje, bu yaklaşımın hem göze çarpmayan hem de çok az şanslı olduğunu buldu (aşağıya bakınız).

Benzer bir Gülümseme

ToothSonic makalesi, bir kullanıcının diş yapısında birçok benzersiz özelliği açıklar, bunlar arasında oklüzyon sınıfları (örneğin, üst dişler), mine yoğunluğu ve rezonans, çıkarılan dişlerden缺kalan aural bilgi, porselen ve metal ikamelerin benzersiz özellikleri (diğer olası malzemeler arasında) ve cusp morfolojisi gibi birçok diğer ayırt edici özellik bulunur.

Yazarlar şöyle diyor:

‘Diş izi tarafından oluşturulan ses dalgaları, kullanıcının özel diş-kulak kanalı aracılığıyla yakalanır. Sistemimiz böylece, kullanıcının özel diş-kulak kanalı ses dalgalarını güvence altına alır ve saldırganlar tarafından keşfedilmesi olası değildir.’

Çene hareketinin sınırlı bir hareket aralığı vardır, yazarlar on olası manipülasyonu öngörüyor, bunlar ‘gelişmiş diş hareketleri’ olarak aşağıda gösteriliyor:

Bu hareketlerin bazıları diğerlerinden daha zor gerçekleştirilir, ancak daha zor hareketler, daha az zor hareketlerden daha kolay veya daha zor taklit edilemez.

Diş hareketlerinin makro düzeydeki özellikleri, Gaussian mixture model (GMM) konuşma tanıyıcı sistemi kullanılarak çıkarılır. Her bir olası hareket için sesin temsili, (MFCCs), elde edilir.

Aynı konu için altı farklı kayma hareketi, ToothSonic sistemi altında MFCC çıkarma.

Sonuç olarak oluşan benzersiz ses dalgası, insan vücudunun bazı titreşimlerine karşı oldukça hassastır; bu nedenle ToothSonic, 20-8000Hz arasında bir filtre bandı uygular.

Ses dalgası segmentasyonu, Hidden Markov Model (HMM) kullanılarak gerçekleştirilir, bu da iki önceki çalışma ile uyumludur.

Kimlik doğrulama modeli için, türetilen özellikler, çeşitli katmanları geçen tamamen bağlı bir sinir ağına beslenir ve ReLU aracılığıyla aktivasyon gerçekleşir. Son tamamen bağlı katman, bir kimlik doğrulama senaryosunda sonuçları ve öngörülen etiketi üretmek için Softmax fonksiyonunu kullanır.

Eğitim veritabanı, 25 katılımcıya (10 kadın, 15 erkek) gerçek dünya ortamlarında adulterated bir kulaklık takmaları ve normal faaliyetlerini gerçekleştirmeleri istendi. Prototip kulaklık (yukarıdaki ilk resim), birkaç dolarlık tüketici donanımı ile oluşturuldu ve bir mikrofon çipi içerir. Araştırmacılar, böyle bir cihazın ticari bir uygulamasının üretiminin son derece makul olacağını iddia ediyorlar.

Öğrenme modeli, MATLAB’de sinir ağları sınıflandırıcıları içeriyordu, öğrenme oranı 0.01’di ve LBFGS kayıp fonksiyonu olarak kullanıldı. Kimlik doğrulama için değerlendirme yöntemleri FRR, FAR ve BAC idi.

Genel performans, ToothSonic için çok iyiydi, iç ağız hareketinin zorluğuna bağlı olarak:

Sonuçlar, üç farklı zorluk seviyesinde elde edildi: rahat, daha az rahat ve zor. Bir kullanıcının tercih ettiği bir hareket, %95’lik bir doğruluk oranına ulaştı.

Sınırlamalar bakımından, kullanıcılar, dişlerde zaman içinde meydana gelen değişikliklerin, örneğin önemli diş işlemlerinden sonra, aural diş izini yeniden kaydetmeyi gerektireceğini kabul ediyorlar. Ayrıca, mine kalitesinin zaman içinde bozulabileceğini veya değişebileceğini ve araştırmacıların yaşlı insanların periyodik olarak profillerini güncellemelerini önerdiğini belirtiyorlar.

Yazarlar ayrıca, bu tür çok amaçlı kulaklık gerektireceğini, kullanıcının müzik veya konuşma sırasında kimlik doğrulaması için duraklaması gerektiğini ve birçok mevcut kulaklığın böyle bir sisteme güç sağlamak için yeterli hesaplama gücüne sahip olmadığını kabul ediyorlar.

Buna rağmen, gözlemliyorlar*:

‘Cesaret verici bir şekilde, Apple H1 çipinin recent sürümleri ve Qualcomm’ (QCOM ) un QCS400 çipi gibi earable’lara dayalı AI’yi destekleyebilecek güce sahiptir. ToothSonic’in earable’lara uygulanmasının yakın gelecekte gerçekleştirilebileceğini ima ediyor.’

Ancak, bu ek işlemin pil ömrünü etkileyebileceğini kabul ediyorlar.

TeethPass

TeethPass: Dental Occlusion-based User Authentication via In-ear Acoustic Sensing adlı makalede yayımlanan Çin-Amerikan projesi, temelde ToothSonic ile aynı prensiplere dayanmaktadır ve diş aşınmasının sesinin işitme kanalı ve ara bone yapılarından geçişini hesaba katar.

Hava gürültüsü kaldırma, veri toplama aşamasında gerçekleştirilir, gürültü azaltma ile birleştirilir ve ToothSonic yaklaşımına benzer şekilde, aural imzaya uygun bir frekans filtresi uygulanır.

TeethPass için sistem mimarisi.

Sonuç olarak elde edilen MFCC özelliklerini kullanarak bir Siamese sinir ağı eğitilir.

TeethPass için Siamese sinir ağı yapısı.

Sistem için değerlendirme metrikleri, FRR, FAR ve bir karışıklık matrisi idi. ToothSonic gibi, sistem üç tür olası saldırıya karşı dayanıklı bulundu: taklit, oynatma ve melez saldırı. Bir örnekte, araştırmacılar bir kullanıcının diş hareketinin sesini, küçük bir hoparlörle, saldırganın ağzına oynatarak bir saldırı denedi ve 20 cm’den daha kısa mesafelerde, bu melez saldırı yönteminin %1’den daha yüksek bir başarı şansı olduğunu buldu.

Diğer tüm senaryolarda, hedefin iç skull yapısını taklit etme engelini, örneğin bir oynatma saldırısı sırasında, standart biyometrik kimlik doğrulama çerçevelerinde en az riskli senaryolardan biri haline getirir.

Geniş kapsamlı deneyler, TeethPass’in ortalama %98.6’lık bir kimlik doğrulama doğruluğuna ulaştığını ve %98.9’luk bir sahte saldırı direncine sahip olduğunu gösterdi.

* Yazarların inline atıflarının hyperlink’e dönüştürülmesi.

İlk olarak 18 Nisan 2022’de yayımlanmıştır. 19 Nisan 2022, 08:30 EET’de altyazıdaki paket hatalarını düzeltmek için güncellenmiştir.