Xác thực sinh trắc học bằng cách nghiền răng

Hai bài nghiên cứu gần đây từ Mỹ và Trung Quốc đã đề xuất một giải pháp mới cho xác thực dựa trên răng: chỉ cần nghiền hoặc cắn răng một chút, và một thiết bị đeo tai (một ‘earable’ có thể cũng đóng vai trò như một thiết bị nghe nhạc thông thường) sẽ nhận ra mẫu âm thanh duy nhất được tạo ra bởi sự mài mòn kiến trúc răng, và tạo ra một ‘hộ chiếu’ sinh trắc học hợp lệ cho một hệ thống thách thức phù hợp.

Các thiết bị đeo tai nguyên mẫu cho hai hệ thống. Nguồn: https://arxiv.org/ftp/arxiv/papers/2204/2204.07199.pdf (ToothSonic) và https://cis.temple.edu/~yu/research/TeethPass-Info22.pdf (TeethPass)

Trước đây, các phương pháp xác thực răng (tức là cho người sống, chứ không phải nhận dạng pháp y), cần người dùng ‘cười và lộ răng’, để một hệ thống nhận dạng răng có thể xác nhận rằng răng của họ khớp với hồ sơ sinh trắc học. Vào mùa hè năm 2021, một nhóm nghiên cứu từ Ấn Độ đã làm nên một hệ thống như vậy, được gọi là DeepTeeth.

Các hệ thống mới được đề xuất, được gọi là ToothSonic và TeethPass, đến từ một sự hợp tác học thuật giữa Đại học bang Florida và Đại học Rutgers ở Hoa Kỳ; và một nỗ lực chung giữa các nhà nghiên cứu tại Viện Công nghệ Bắc Kinh, Đại học Tsinghua và Đại học Công nghệ Bắc Kinh, làm việc với Bộ phận Khoa học Máy tính và Thông tin tại Đại học Temple ở Philadelphia.

ToothSonic

Hệ thống ToothSonic hoàn toàn của Mỹ đã được đề xuất trong bài báo Xác thực người dùng đeo tai (earable) qua dấu vết âm thanh của răng.

Các tác giả của ToothSonic tuyên bố:

‘ToothSonic [sử dụng] hiệu ứng âm thanh do người dùng tạo ra khi thực hiện các động tác răng cho xác thực đeo tai. Cụ thể, chúng tôi thiết kế các động tác răng đại diện có thể tạo ra sóng âm thanh hiệu quả mang thông tin của dấu vết răng. ‘

‘Để bắt sóng âm thanh dấu vết răng một cách đáng tin cậy, nó sử dụng hiệu ứng tắc nghẽn của ống tai và microphone hướng vào trong của thiết bị đeo tai. Sau đó, nó trích xuất các tính năng âm thanh đa cấp để phản ánh thông tin dấu vết răng nội tại cho xác thực.’

Các yếu tố tác động đóng góp tạo nên dấu vết âm thanh răng duy nhất được đăng ký trong thiết bị đeo tai. Nguồn: https://arxiv.org/ftp/arxiv/papers/2204/2204.07199.pdf

Người nghiên cứu lưu ý một số lợi thế của mẫu dấu vết âm thanh răng / sọ, áp dụng cho cả dự án chủ yếu của Trung Quốc. Ví dụ, sẽ rất khó để bắt chước hoặc làm giả dấu vết răng, phải đi qua kiến trúc độc đáo của mô và kênh sọ trước khi đến một ‘mẫu’ có thể ghi lại để kiểm tra xác thực trong tương lai.

Bên cạnh đó, xác thực dựa trên dấu vết răng không chỉ loại bỏ khả năng nhục nhã khi cười hoặc làm mặt khó chịu cho camera di động hoặc gắn cố định, mà còn loại bỏ nhu cầu người dùng phải phân tâm khỏi các hoạt động quan trọng như vận hành phương tiện.

Bên cạnh đó, phương pháp này phù hợp với nhiều người bị khuyết tật vận động, trong khi thiết bị có thể được kết hợp vào tai nghe có mục đích sử dụng chính là nghe nhạc và gọi điện, loại bỏ nhu cầu về thiết bị xác thực độc lập hoặc ứng dụng di động.

Hơn nữa, khả năng sao chép răng của một người trong một cuộc tấn công giả mạo (tức là bằng cách in một bức ảnh từ một bài đăng trên mạng xã hội không bị hạn chế), hoặc thậm chí sao chép răng trong trường hợp không thể có được khuôn răng phức tạp và hoàn chỉnh, được loại bỏ bởi thực tế rằng âm thanh mài mòn răng được lọc qua hình học nội bộ hoàn toàn ẩn của hàm và kênh thính giác.

Từ bài báo ToothSonic, hiệu ứng tắc nghẽn của ống tai làm cho việc sao chép hoặc bắt chước không thể thực hiện được một cách hiệu quả.

Como một vector tấn công, cơ hội còn lại duy nhất (ngoài việc ép buộc và cưỡng chế thể chất người dùng) là để có được quyền truy cập vào cơ sở dữ liệu của hệ thống bảo mật chủ và thay thế hoàn toàn mẫu âm thanh răng đã ghi lại của người dùng bằng mẫu của kẻ tấn công (vì việc lấy trái phép dấu vết răng của ai đó sẽ không dẫn đến bất kỳ phương pháp xác thực thực tế nào).

Quy trình làm việc cho ToothSonic.

Mặc dù có một cơ hội nhỏ cho kẻ tấn công phát lại một bản ghi của việc nhai trong miệng của họ, nhưng dự án do Trung Quốc dẫn đầu đã phát hiện ra rằng đây không chỉ là một cách tiếp cận đáng chú ý mà còn có rất ít cơ hội thành công (xem dưới đây).

Nụ cười độc đáo

Bài báo ToothSonic phác thảo nhiều đặc điểm độc đáo trong răng của người dùng, bao gồm các lớp occlusion (như overbite), mật độ men răng và cộng hưởng, thông tin âm thanh bị thiếu từ răng đã nhổ, đặc điểm độc đáo của vật liệu thay thế sứ và kim loại (trong số các vật liệu có thể khác), và hình thái cusp, trong số nhiều đặc điểm phân biệt khác.

Các tác giả tuyên bố:

‘[Dấu vết] âm thanh do răng tạo ra được bắt qua kênh răng-tai riêng của người dùng. Hệ thống của chúng tôi do đó có khả năng chống lại các cuộc tấn công bắt chước và phát lại tiên tiến vì kênh răng-tai riêng của người dùng bảo vệ sóng âm thanh, điều mà các đối thủ khó có thể khám phá.’

Vì chuyển động hàm có phạm vi di chuyển hạn chế, các tác giả dự kiến có 10 thao tác có thể được ghi lại như các bản in sinh trắc học hợp lệ, được minh họa dưới đây như ‘các động tác răng tiên tiến’:

Một số chuyển động này khó thực hiện hơn những chuyển động khác, mặc dù các chuyển động khó khăn hơn không dẫn đến các mẫu không dễ dàng sao chép hoặc bắt chước hơn so với các chuyển động ít khó khăn hơn.

Các đặc điểm cấp độ macro của chuyển động răng phù hợp được trích xuất bằng cách sử dụng mô hình hỗn hợp Gaussian (GMM) hệ thống nhận dạng người nói. Các hệ số cepstral tần số Mel (MFCCs), một biểu diễn của âm thanh, được thu được cho mỗi chuyển động có thể.

Sáu động tác trượt khác nhau cho cùng một đối tượng trong quá trình trích xuất MFCC theo hệ thống ToothSonic.

Sóng âm thanh ký hiệu độc đáo kết quả bao gồm dấu vết sinh trắc học duy nhất rất dễ bị rung động của cơ thể; do đó, ToothSonic áp dụng một bộ lọc băng tần giữa 20-8000Hz.

Phân đoạn sóng âm thanh được thực hiện thông qua Mô hình Markov ẩn (HMM), theo hai công trình trước của Đức.

Đối với mô hình xác thực, các tính năng được dẫn xuất được đưa vào một mạng nơ-ron hoàn toàn kết nối, đi qua nhiều lớp cho đến khi kích hoạt thông qua ReLU. Lớp hoàn toàn kết nối cuối cùng sử dụng hàm Softmax để tạo ra kết quả và nhãn dự đoán cho một kịch bản xác thực.

Cơ sở dữ liệu đào tạo được thu thập bằng cách yêu cầu 25 người tham gia (10 nữ, 15 nam) đeo một chiếc tai nghe bị thay đổi trong môi trường thực, và thực hiện các hoạt động bình thường. Chiếc tai nghe nguyên mẫu (xem hình ảnh đầu tiên ở trên) được tạo ra với chi phí chỉ vài đô la bằng phần cứng tiêu dùng, và có một chip microphone. Các nhà nghiên cứu cho rằng một triển khai thương mại của một thiết bị như vậy sẽ rất phải chăng để sản xuất.

Mô hình học bao gồm các phân loại mạng nơ-ron trong MATLAB, được đào tạo với tốc độ học 0,01, với LBFGS làm hàm mất mát. Các phương pháp đánh giá cho xác thực là FRR, FAR và BAC.

Tổng thể hiệu suất của ToothSonic rất tốt, tùy thuộc vào độ khó của động tác miệng nội bộ được thực hiện:

Kết quả được thu được trên ba mức độ khó của động tác miệng: thoải mái, ít thoải mái, và có khó khăn. Một trong những động tác được người dùng ưa thích đã đạt được tốc độ chính xác 95%.

Về hạn chế, người dùng thừa nhận rằng thay đổi răng theo thời gian sẽ có khả năng yêu cầu người dùng phải in lại dấu vết âm thanh răng, ví dụ như sau khi thực hiện các công việc nha khoa đáng kể. Ngoài ra, chất lượng men răng có thể suy giảm hoặc thay đổi theo thời gian, và các nhà nghiên cứu đề xuất rằng những người lớn tuổi có thể được yêu cầu cập nhật hồ sơ của họ định kỳ.

Các tác giả cũng thừa nhận rằng tai nghe đa năng như vậy sẽ yêu cầu người dùng phải tạm dừng nhạc hoặc cuộc trò chuyện trong khi xác thực (giống như TeethPass của Trung Quốc), và rằng nhiều tai nghe hiện có không có đủ khả năng tính toán để hỗ trợ một hệ thống như vậy.

Mặc dù vậy, họ quan sát:

‘Khuyến khích, các bản phát hành gần đây của chip Apple H1 trong Airpods Pro và QCS400 của Qualcomm (QCOM ) có khả năng hỗ trợ trí tuệ nhân tạo dựa trên giọng nói trên thiết bị. Điều đó ngụ ý rằng việc triển khai ToothSonic trên thiết bị đeo tai có thể được thực hiện trong tương lai gần.’

Tuy nhiên, bài báo thừa nhận rằng việc xử lý bổ sung này có thể ảnh hưởng đến tuổi thọ pin.

TeethPass

Được phát hành trong bài báo TeethPass: Xác thực người dùng dựa trên occlusion răng qua cảm biến âm thanh trong tai, Dự án Trung-Mỹ hoạt động trên các nguyên tắc chung tương tự như ToothSonic, tính đến việc truyền âm thanh đặc trưng từ sự mài mòn răng qua kênh thính giác và cấu trúc xương can thiệp.

Loại bỏ tiếng ồn không khí được thực hiện tại giai đoạn thu thập dữ liệu, kết hợp với giảm tiếng ồn và – như với phương pháp ToothSonic – một bộ lọc tần số phù hợp được áp dụng cho dấu vết âm thanh.

Cấu trúc hệ thống cho TeethPass.

Các tính năng MFCC cuối cùng được trích xuất được sử dụng để đào tạo một mạng nơ-ron Siamese.

Cấu trúc của mạng nơ-ron Siamese cho TeethPass.

Các chỉ số đánh giá cho hệ thống là FRR, FAR và ma trận nhầm lẫn. Giống như ToothSonic, hệ thống được tìm thấy là mạnh mẽ trước ba loại tấn công có thể: bắt chước, phát lại và tấn công hỗn hợp. Trong một trường hợp, các nhà nghiên cứu đã cố gắng tấn công bằng cách phát âm thanh của chuyển động răng của người dùng trong miệng của kẻ tấn công, với một loa nhỏ, và phát hiện ra rằng ở khoảng cách dưới 20cm, phương pháp tấn công hỗn hợp này có hơn 1% cơ hội thành công.

Trong tất cả các kịch bản khác, chướng ngại vật của việc bắt chước cấu trúc sọ nội bộ của mục tiêu, ví dụ như trong một cuộc tấn công phát lại, làm cho kịch bản ‘đánh cắp’ thuộc loại rủi ro ít nhất trong khuôn khổ xác thực sinh trắc học tiêu chuẩn.

Các thí nghiệm rộng rãi đã chứng minh rằng TeethPass đạt được độ chính xác xác thực trung bình là 98,6% và có thể chống lại 98,9% các cuộc tấn công giả mạo.

* Tôi đã chuyển đổi các trích dẫn nội tuyến của tác giả thành liên kết.

Được xuất bản lần đầu vào ngày 18 tháng 4 năm 2022. Cập nhật vào ngày 19 tháng 4 lúc 8:30 sáng EET để sửa chữa việc gán sai gói trong chú thích.