Розпізнавання естетичних уподобань як потенційний фактор автентифікації

Нова робота ізраїльських дослідників пропонує схему автентифікації, засновану на естетичних уподобаннях користувача, згідно з якою користувач один раз налаштовує систему, оцінюючи зображення, тим самим генеруючи приватний “домен” візуальних та візуально-концептуальних уподобань цієї особи. Пізніше користувачеві буде потрібно під час автентифікації зіставити свої записані уподобання з новими наборами зображень.

З випробувань ‘ігрової’ реалізації AEbA – ліворуч, користувач оцінює естетичну якість зображення; праворуч, сигналізується оцінка в кінці етапу активної фази випробувань. Джерело: https://arxiv.org/ftp/arxiv/papers/2204/2204.05623.pdf

Система називається Автентифікація на основі естетичної оцінки (AEbA), і це заявка на щорічну технічну конференцію USENIX у Каліфорнії у липні.

AEbA була випробувана дослідниками у вигляді серії ігор, де учасникам потрібно було тренувати систему, а потім оцінювати нові зображення, які відповідали їхнім зареєстрованим смакам. Другий раунд випробувань вивчав здатність користувача вгадувати уподобання інших.

З паперу – зразкові зображення з pexels.com, придатні для використання в AEbA.

Такий підхід може не підходити для всіх людей, оскільки не кожна людина має розвинений естетичний смак, але він може добре служити як основна схема автентифікації для низьких та середніх вимог безпеки, або як один із варіантів додаткових методів у двофакторній автентифікації (2FA).

Однак нова ідея системи може стати початком для більш складних систем автентифікації на основі естетики, оскільки кількість зображень, представлених користувачеві під час автентифікації, може бути збільшена за замовчуванням за необхідності, подібно до того, як виклики CAPTCHA можуть бути продовжені у разі невизначених початкових результатів.

Чим більш деталізований і розширений виклик, тим вища безпека така система може забезпечити.

Шкала відносної сили пароля, коли кілька факторів виклику AEbA множаться: ‘D’ представляє кількість зображень, відображених під час виклику; Dhr представляє кількість зображень, які користувач повинен вибрати; і ‘S’ – кількість екранів (тобто етапів) у лінійному процесі естетичного вибору.

За загальними конвенціями людської автентифікації, AEbA включає елементи Щось, що ви знаєте (SYK) і Щось, чим ви є (SYA), і заснована на трьох припущеннях: те, що нам подобається (як представлено у візуальній сфері), легко відрізняється для нас (у відповідності з загальною теорією мнемоніки); наші естетичні смаки залишаються відносно стабільними; і що існує достатня різниця у смаках різних користувачів, щоб забезпечити нерозгадувану відмінність у вподобаннях.

Автори пропонують, що техніку можна адаптувати до машинних навчальних рамок, здатних передбачати оцінки окремих користувачів.

Папера називається красиві секрети: використання естетичних зображень для автентифікації користувачів, і походить від двох дослідників факультету програмного забезпечення та інженерії систем Бен-Гуріонського університету Негеву у Беер-Шеві.

Потужність доменів зображень

AEbA не залежить від запам’ятовування, а скоріше розглядає кінцевого користувача як навчену систему розпізнавання зображень, яка розвинула сильну і дуже специфічну гаму реакцій задоволення, і фокусується на цих сильних асоціаціях задоволення.

У суті, AEbA залежить від людського еквівалента абстрактних попередніх знань у системах комп’ютерного зору та синтезу зображень, які можуть передавати стиль і домен-специфічні особливості без того, щоб бути втіленою в одному і незмінному зображенні. Саме через застосування таких попередніх знань Генеративна суперницька мережа (GAN) може бути навчена включити домен (тобто ‘Ван Гог’) у генерацію зовсім нових зображень.

Нове дослідження пропонує докази у попередній літературі, що зображення легше запам’ятовуються, ніж слова, що приємні зображення легше запам’ятовуються, ніж загальні зображення, і що активна оцінка зображень (наприклад, під час короткої фази навчання AEbA) покращує запам’ятовування зображень ще більше. Дослідження починаючи з 1970-х років встановили, що люди володіють “масивною місткістю зберігання” для зображень загалом, і для попередньо переглянутих зображень, і наша здатність включати зображення до пам’яті була демонстрована значно перевершує нашу здатність до вербальної пам’яті.

Хоча звичайний смисл говорить, що експерти-домен, такі як радіологи, будуть найбільш чутливі до зображень зі свого власного домену, дослідження 2010 року стверджує, що місткість пам’яті для повсякденних зображень значно більша, ніж для домен-специфічних зображень, навіть у тих, хто має візуальну “спеціальність”.

Автентифікація на основі уподобань

Ідея використання уподобань як механізму автентифікації набула популярності у двох роботах під керівництвом Маркуса Якобссона з дослідницького центру Palo Alto, починаючи з 2008 року. Ця робота навколо автентифікації на основі уподобань (PBA) пропонувала, що музика, їжа, художні твори та інші речі, які нам подобаються, вкорінені в наших свідомостях і підживлюються потужними внутрішніми мотиваціями.

PBA спочатку пропонувалася просто як пристрій для полегшення скидання паролів, використовуючи питання типу “Вам подобається країна-музика?”, і зосереджуючись на текстових уподобаннях за традиційними мнемонічними принципами, а не візуальними входами.

Пізніше співробітництво Якобссона у 2012 році замінило текст на зображення:

Знімок екрана з фази калібрування/реєстрації проекту PBA Маркуса Якобссона 2012 року. Джерело

Однак автори відзначають, що ця схема не враховує естетичної оцінки зображень, а фактично використовує зображення як проксі для слів або концепцій. Натомість AEbA намагається розрізнити користувача-специфічний “домен задоволення”, який не пов’язаний безпосередньо з конкретними речами або діяльністю.

Автори нової роботи також відзначають, що існують практичні обмеження кількості елементів, які можуть бути представлені переглядачеві за підходом 2012 року, тоді як розвиток більш абстрактної моделі користувача-уподобань усуває ці обмеження і робить зовнішні атаки та мімікрію (тобто на основі фішингу, особистих знань або інших методів обману) значно більш складними.

Ідея графічних паролів помітно передує цій роботі, з появою великої кількості схем наприкінці 1990-х років. Сучасне дослідження розглядає PassFaces, де користувачам потрібно було запам’ятати обличчя (окрім свого власного) замість паролів. З цим підходом потенційний зловмисник теоретично потребував би надзвичайно інтимних знань про уподобання користувача щодо обличчя. Крім того, користувача можна було б розраховувати на вибір тих самих облич протягом часу під час фази орієнтації.

З кінця 1990-х років схема PassFaces, випробувана в Лондонському університеті Голдсмітс, вимагала від користувача вибрати і запам’ятати чотири обличчя інших людей. Перший вибір базувався на уподобанні користувача, і в цьому сенсі робота пов’язана з AEbA. Джерело

Найближче до AEbA є Déjà vu, яке представило глядачам випадкові художні зображення, не обов’язково призначені для виклику реакції задоволення, а радше для використання шокуючих і розбіжних зображень, щоб допомогти користувачам запам’ятати конкретні зображення, які вони включатимуть до “портфеля” під час початкової реєстрації, і пізніше будуть вимушені розпізнавати з декількох можливих зображень під час автентифікації.

Збирання портфеля ‘уподобаних’ зображень для Déjà vu. Джерело: https://netsec.ethz.ch/publications/papers/usenix.pdf

Як відзначають автори нової роботи, цей підхід ігнорує переваги, викладені в нейроестетичних літературах (тобто немає внутрішньої мотивації для зв’язку з будь-якими можливими зображеннями, які пропонуються).

Крім того, такий метод вразливий до “плечового серфінгу”, коли сусідній (або людина в середині) нападник може мати можливість стати свідком, які зображення обрано. Натомість повна реалізація AEbA не повторюватиме зображення, раніше використані як під час навчання, так і під час сесій автентифікації.

Додатково, у праці зазначається*:

‘Одна з проблем, визначених у графічних паролях, полягає в тому, що, як і у звичайних паролях, користувачі схильні вибирати прості малюнки, що знижує варіативність цих паролів і робить їх більш вразливими до суперницьких атак. Інша проблема (і, можливо, причина попередньої) полягає в потенційній інтерференції, якщо такі схеми використовуються в декількох системах, тобто пам’ять користувача про пароль для однієї системи перешкоджає його пам’яті про пароль для іншої системи. Ці питання є менш важливими при реалізації AEbA, яка спирається на вроджені уподобання, які не залежать від конкретних облікових записів або запам’ятовування зображень.’

Автори також підкреслюють додаткову перевагу AEbA: контекстне сприйняття. Навіть якщо “плечовий серфер” або нападник RAT міг побачити сесію автентифікації, вони не знали б, наскільки “неуподобані” зображення (тобто зображення, представлені під час автентифікації, які користувач оцінює низько або відхиляє) віддалені від “уподобаного” зображення – фактор, який буде різним кожен раз.

‘Отже, знання того, що комусь подобається зображення, не обов’язково допомагає, якщо ми не знаємо, наскільки це зображення подобається порівняно з іншими зображеннями у відображеному наборі.’

Крім того, неможливо для користувача зберігати свій пароль ненадійно для зручності, наприклад, на шматку паперу, оскільки його домен уподобаних зображень надзвичайно абстрактний і нередукований.

Тестування AEbA

Дослідники реалізували систему у вигляді гри, у контексті доказу концепції основних припущень проекту, створивши базу даних із 318 зображень з безкоштовного сайту pexels.com, а також зображень з особистого архіву.

Фотографії були класифіковані на вісім категорій (Всесвіт, Природа, Гори, Ліс, Квіти, Міські пейзажі, Морський берег і Інше), і випробування були розділені на Реєстрацію (де зображення були спочатку оцінені користувачами у одноразовій десятьохвилинній сесії), Гру автентифікації і, нарешті, Гру суперництва (вгадування уподобань інших).

Після виключення учасників, які не внесли свій внесок, зручно вибрана група учасників (тобто група учасників випробувань) була скорочена до 33 учасників, серед яких 21 жінка і 12 чоловіків.

Реєстрація

На етапі реєстрації було отримано 3722 оцінки для 274 зображень, з середньою оцінкою 6,07, медіаною 6, що призвело до найбільш частих значень 7 і 8. Найменш уподобане зображення отримало оцінку лише 2,32, а найбільш уподобане – 8,63.

Розподіл оцінок зображень серед найкращих виконавців у випробуваннях.

Автори стверджують, що помітні зміщення до високих і низьких значень оцінок зображень, у поєднанні з різноманіттям таких градацій по всій базі користувачів, підтверджують їхнє твердження, що користувачі можуть застосовувати високо відрізняльні оцінки зображенням, не потребуючи включення явно відштовхувальних або “поза розподілом” зображень. Здається, що загалом різноманітні капризи та уподобання по всій базі користувачів достатньо, щоб підтвердити центральну концепцію.

Зразкові зображення з різними оцінками користувачів.

Автентифікація

Для гри автентифікації було проведено 264 ігрових сесії, кожен учасник завершив гру двічі за середньому 8 сесіями. Середній рівень успіху склав 76%.

Графік розподілу оцінок гри серед 33 учасників випробувань, з середніми оцінками, позначеними товстою чорною горизонтальною лінією, відображаючи медіану, перший і третій квартилі, з мінімумом, максимумом і аутлієрами.

Хоча був певний спад результатів у часі, це було значно знижено серед найкращих 50% учасників, практично зникнувши серед 11 найкращих учасників (третини кінцевої групи учасників).

Гра суперництва

Компонент гри суперництва включав необмежену гру (на відміну від реєстрації), і відбувався через десять днів після початку фази гри. Було підраховано 190 ігор для результатів (за виключенням ігор, у яких виникли технічні проблеми). Середня кількість правильних виборів суперництва склала 2,88, що відповідає 36% успіху, технічно еквівалентному випадковості (особливо враховуючи низьку кількість зображень у наборі даних). Однак у семи іграх учасники змогли вгадати 75% або більше правильних зображень.

Висновок

Незначний метод тестування (наприклад, використання зручно вибраної групи для випробувань) вказує на те, що підхід зараз представляє широкий доказ концепції; початковий знак того, що людська-орієнтована “захоплення домену” може одного дня забезпечити легкий і навіть приємний метод автентифікації, який буде важко підібрати або втрутитися. Чітко, що для встановлення цінності AEbA потрібні більш суворі випробування з більшим числом учасників і належно поставленою сценарієм автентифікації.

Автори висновують:

‘Було б також цікаво вивчити можливість використання машинних навчальних технік для передбачення оцінок окремих користувачів і генерації ключів та дублікатів, які користувач раніше не оцінював. Це могло б збільшити простір паролів, збільшуючи індивідуальні пули зображень користувачів і їхню варіативність.’

*Моє перетворення вкладених цитат авторів у гіперпосилання

Перша публікація 13 квітня 2022 року.