Neue Bedrohungen für Gang-Authentifizierungssysteme entdeckt

Dieser Artikel behandelt eine neue Methode, um Authentifizierungssysteme zu kompromittieren, die auf Gangmustern basieren, speziell diejenigen, die von Sensoren in Smartphones aufgezeichnet werden. Diese Systeme, die die Identität einer Person durch die Analyse ihres Gangs bestätigen, können auf eine Art angegriffen werden, die ähnlich ist, wie Hacker in durch Passwörter geschützte Systeme eindringen könnten.

#Überblick über die Gangauthentifizierung

Gangauthentifizierung ist eine Methode zur Identifizierung von Personen basierend auf ihren einzigartigen Gehmustern. Diese Technologie hat an Beliebtheit gewonnen, weil sie das Potenzial hat, die Sicherheit in Orten wie Häusern, Autos und Smartphones zu verbessern. Verschiedene Sensoren, wie das Inertial Measurement Unit (IMU), erfassen, wie eine Person geht, indem sie Bewegungen in verschiedene Richtungen misst.

Gangmuster können durch verschiedene Methoden gesammelt werden, einschliesslich Videokameras und Sensoren, die in Geräten eingebaut sind. Die Verwendung von IMUs ist jedoch besonders vorteilhaft, da sie ohne die volle Kooperation der Person arbeiten können.

#Frühere Forschung

Frühere Studien haben gezeigt, dass die Verwendung von IMUs zur Gangerkennung zuverlässige Ergebnisse liefern kann, aber viele dieser Studien fanden in kontrollierten Umgebungen statt. Faktoren aus der realen Welt, wie die Art der Schuhe, die eine Person trägt, oder wie sie ihr Gerät hält, können die Genauigkeit dieser Systeme beeinflussen. Im Laufe der Jahre haben Forscher Möglichkeiten untersucht, um diese Herausforderungen zu meistern, und sich auf verschiedene Aspekte konzentriert, einschliesslich Gehgeschwindigkeit und Ausrichtung.

#Bedrohungen für die Gangauthentifizierung

Trotz der Vorteile der Gangauthentifizierung ist sie nicht vollständig sicher. Es gibt mehrere Möglichkeiten, wie Angreifer diese Systeme täuschen oder in die Irre führen können. Zum Beispiel können sie den Gehstil einer anderen Person nachahmen, indem sie deren Bewegungen imitieren oder Aufnahmen des Gangs der Person verwenden. Das macht Systeme, die ausschliesslich auf der Gangerkennung basieren, anfällig.

#Arten von Angriffsversuchen

Forscher kategorisieren die Versuche, die Gangerkennung zu täuschen, in drei Ebenen: Null-Effort, Minimal-Effort und High-Effort.

• Null-Effort-Angriffe sind, wenn jemand versucht, auf das System zuzugreifen, ohne absichtlich den Gang des Ziels zu kopieren.
• Minimal-Effort-Angriffe beinhalten die Auswahl von Nachahmern, die physisch ähnlich wie das Ziel sind, und versuchen, deren Gehstil nachzuahmen.
• High-Effort-Angriffe beinhalten intensives Training und Übung, bei denen der Nachahmer im Laufe der Zeit die spezifischen Gangmuster des Ziels lernt.

Das Verständnis dieser Kategorien hilft, die potenziellen Risiken für Gangauthentifizierungssysteme zu verdeutlichen.

#Neues Angriffsmodell

Die Forschung führt eine neue Art von Angriff ein, die einem Wörterbuchangriff ähnelt. Genau wie Hacker viele Passwörter sammeln, um eines zu finden, das funktioniert, erstellen die Angreifer in dieser Studie ein "Wörterbuch" von Gehmustern. Dieses Wörterbuch besteht aus mehreren Gangmustern, die von verschiedenen Personen gesammelt wurden und verschiedene Gehstile und Eigenschaften umfassen.

In dieser Studie wurden neun unterschiedliche Personen rekrutiert, um eine Sammlung einzigartiger Gehmustern zu erstellen. Diese Personen gingen unter verschiedenen Bedingungen und veränderten Aspekte wie Geschwindigkeit und Schrittlänge. Diese Sammlung von Gangmustern bildet die Basis des Wörterbuchs.

#Erstellen des Gangmuster-Wörterbuchs

Das Wörterbuch der Gangmuster wurde so gestaltet, dass es eine grosse Anzahl an Proben enthält. Jedes Gangmuster beinhaltete eine beträchtliche Menge an Daten, mit über 100 aufgezeichneten Gehinstanzen pro Individuum. Durch die Sicherstellung, dass die Muster vielfältig waren, zielte die Forschung darauf ab, die Chancen zu erhöhen, eine Probe zu finden, die den Gang eines echten Nutzers überzeugend nachahmen kann.

#Testmethoden

Die Forscher verwendeten verschiedene Methoden, um die Effektivität ihres Wörterbuchangriffs zu testen. Sie setzten Klassifikatoren ein, also Modelle, die zwischen legitimen und illegitimen Gehmustern unterscheiden. Verschiedene Klassifikatoren wurden getestet, um die Leistung der Gangenerkennungssysteme zu messen. Durch die Durchführung der formalen Tests wollten sie sehen, wie oft die Systeme fälschlicherweise jemanden als legitimen Nutzer identifizieren, obwohl dies nicht der Fall war.

#Bewertung der Angriffsergebnisse

Die Tests zeigten, dass der vorgeschlagene Wörterbuchangriff die Chancen, Gangauthentifizierungssysteme zu umgehen, erheblich erhöhte. Die Ergebnisse zeigten, dass viele Nutzer anfällig waren, durch die Gangmuster aus dem Wörterbuch getäuscht zu werden. Konkret führte der Wörterbuchangriff zu signifikant höheren Fehlakzeptanzraten, also der Rate, mit der Impostoren fälschlicherweise als legitime Nutzer identifiziert wurden.

#Nutzererfahrung und Auswirkungen

Die Auswirkungen des Wörterbuchangriffs variierten zwischen den Teilnehmern. Während die Authentifizierungsmodelle einiger Nutzer stark betroffen waren, zeigten andere Resilienz gegen den Angriff. Diese Inkonsistenz deutet darauf hin, dass Faktoren wie individuelle Gehmerkmale eine Rolle spielen könnten, wie leicht Systeme getäuscht werden können.

#Bedeutung vielfältiger Gangproben

Die Forschung zeigt die Bedeutung einer vielfältigen Menge an Gangproben in einem Wörterbuchangriff. Je abwechslungsreicher die Muster im Wörterbuch, desto höher die Chancen, ein erfolgreiches Muster zu finden, das das Authentifizierungssystem täuschen kann. In der Praxis bedeutet dies, dass Angreifer Gangproben von verschiedenen Personen sammeln und verwenden könnten, um die Erfolgsquote ihrer Versuche zu erhöhen.

#Herausforderungen und Einschränkungen

Obwohl die Studie die Verwundbarkeiten von Gangauthentifizierungssystemen beleuchtet, hebt sie auch die Herausforderungen hervor, den einzigartigen Gehstil einer anderen Person genau zu imitieren. Frühere Studien betonten, dass selbst ausgebildete Darsteller Schwierigkeiten haben, den Gang einer anderen Person perfekt nachzubilden. Physiologische und psychologische Grenzen könnten die Effektivität von Imitationsversuchen einschränken.

Trotz dieser Herausforderungen zeigt die Studie, dass es mit ausreichend Aufwand und Ressourcen tatsächlich möglich ist, gangbasierte Systeme zu kompromittieren. Diese Erkenntnis wirft Bedenken hinsichtlich der Sicherheit solcher biometrischen Methoden auf.

#Erforschung zukünftiger Lösungen

Die Ergebnisse der Forschung verdeutlichen das dringende Bedürfnis nach weiteren Untersuchungen zur Verbesserung der Sicherheit von Gangauthentifizierungssystemen. Zukünftige Arbeiten sind notwendig, um Gegenmassnahmen gegen diese Angriffsarten zu entwickeln. Mögliche Lösungen könnten die Integration zusätzlicher biometrischer Faktoren wie Handbewegungen oder die Nutzung von Daten mehrerer Geräte umfassen, um ein komplexeres Authentifizierungssystem zu schaffen.

#Fazit

Zusammenfassend betont die Forschung die erheblichen Verwundbarkeiten, die in Gangauthentifizierungssystemen basieren auf IMU-Daten vorhanden sind. Durch die Einführung eines Wörterbuchansatzes zur Angriffsart auf diese Systeme eröffnet die Studie neue Wege zur Erkundung von Schwächen und zur Stärkung der Sicherheit. Mit den Fortschritten in der Technologie ist es entscheidend, biometrische Authentifizierungsmethoden neu zu bewerten und gründlich zu testen, um die Sicherheit und Privatsphäre der Nutzer zu gewährleisten.

Dieser Artikel zielt darauf ab, Einblicke in die Komplexität der Gangauthentifizierung und das alarmierende Potenzial für Missbrauch zu geben. Während die Technologie weiterhin fortschreitet, müssen sowohl Forscher als auch Entwickler wachsam bleiben, um diese Herausforderungen anzugehen und die Sicherheit biometrischer Systeme zu stärken.