USENIX Security ’12勉強会：Session「The Brain」

USENIX Security ’12勉強会：Session「The Brain」

• 1.
  Session: The Brain 担当：金岡晃（筑波大）
• 2.
  Session: The Brain •Neuroscience Meets Cryptography: Designing Crypto Primitives Secure Against Rubber Hose Attacks – Hristo Bojinov, Stanford University; Daniel Sanchez and Paul Reber, Northwestern University; Dan Boneh, Stanford University; Patrick Lincoln, SRI • On the Feasibility of Side-Channel Attacks with Brain-Computer Interfaces – Ivan Martinovic, University of Oxford; Doug Davies, Mario Frank, and Daniele Perito, University of California, Berkeley; Tomas Ros, University of Geneva; Dawn Song, University of California, Berkeley 2012/9/18 USENIX Security '12 勉強会 2
• 3.
  NEUROSCIENCE MEETS CRYPTOGRAPHY:DESIGNING CRYPTO PRIMITIVES SECURE AGAINST RUBBER HOSE ATTACKS Hristo Bojinov, Stanford University; Daniel Sanchez and Paul Reber, Northwestern University; Dan Boneh, Stanford University; Patrick Lincoln, SRI 2012/9/18 USENIX Security '12 勉強会 3
• 4.
  Abstract • Rubber hosecryptoanalysis – 攻撃者により強制的に鍵情報を聞き出される • 認知心理学（Cognitive Psychology）による 暗示的学習（Implicit Learning）のコンセ プトを用いて、Rubber hose cryptoanalysis から防御する手法 – 脳の一部分を用いる – 自転車の乗り方やゴルフのプレーなど、繰り返し の練習により習得されるもの – 認証に用いる • 認証として利用できるが、明示的に（Explicitly）に はユーザからは提示できない 2012/9/18 USENIX Security '12 勉強会 4
• 5.
  Serial Interception SequenceLearning (SISL) 2012/9/18 USENIX Security '12 勉強会 5 • 上から落ちてくる黒丸が 一番下に来た時にキーを 押す • 太鼓の達人のような • 30文字のランダム • 最初に
• 6.
  認証鍵とオイラー閉路（Euler Cycle） 2012/9/18 USENIXSecurity '12 勉強会 6
• 7.
  認証方法 • トレーニングフェーズ – 認証鍵が選択される（30文字） –18文字のランダム文字の後、認証鍵を3回繰り返す • 計108文字の入力 – 108文字の入力を5回繰り返す • 計540文字の入力 – 540文字の連続入力の後、少しの空白を置いて、同じ540文字を繰り返 す • 全部で7回 • 計3780文字 • 30-45分必要 • 認証フェーズ – 30文字の認証鍵(k0)と、2種類のランダムな30文字を選択(k1, k2) – システムは6文字の0,1,2のランダム置換を選択 • それぞれの文字列 (k0, k1, k2）は3度ずつ現れる • 計540文字のシーケンス – ユーザによる540文字の入力後、kiの正答入力piを比較 2012/9/18 USENIX Security '12 勉強会 7
• 8.
  実験 • トレーニングによる正答率の違い – 3780文字のトレーニングの後、正しい540文字と ランダムな540文字で正答率を比較 •正しい540文字：79.2% • ランダムな540文字：70.6% • Explicit recognition test – トレーニングした540文字と、ランダムな540文字 4セット – How familiarであるかを0-10の得点でユーザに聞 く • トレーニングした540文字：6.5 • ランダムな文字列540文字：5.15 2012/9/18 USENIX Security '12 勉強会 8
• 9.
  実験（つづき） • トレーニング後の期間が置かれたらどの ように正答率が変化するか 2012/9/18 USENIXSecurity '12 勉強会 9
• 10.
  Security Analysis • ImplicitLearning as a Cryptographic Primitive – The basic coercion threat model – Security enhancements – Eavesdropping security • An Experiment: Extracting Sequence Fragments – 2文字（bigram）によるオイラー閉路じゃなく、3 文字（Trigram）によりトレーニング・認証させ てみると、トレーニングデータとランダムデータ での差がほとんどない 2012/9/18 USENIX Security '12 勉強会 10
• 11.
  ON THE FEASIBILITYOF SIDE-CHANNEL ATTACKS WITH BRAIN-COMPUTER INTERFACES Ivan Martinovic, University of Oxford; Doug Davies, Mario Frank, and Daniele Perito, University of California, Berkeley; Tomas Ros, University of Geneva; Dawn Song, University of California, Berkeley 2012/9/18 USENIX Security '12 勉強会 11
• 12.
  Abstract • BCI (BrainComputer Interfaces）への サイドチャネル攻撃 – Consumer-grade BCI devices – Used for smart phones • EEG (Electroencephalography, 脳波）を 計測し、ユーザのプライバシ情報や機密 情報がどれほど漏えいするかを示した – 複数画像を表示し、選択させる – ユーザから、10-20％の情報量が漏えいする 2012/9/18 USENIX Security '12 勉強会 12
• 13.
  Consumer-grade BCI Devices •BCIは医療や訓練用途から、ゲー ムなどの分野へと裾野が広がって いる – APIが提供され、アプリを開発でき る環境も – スマホで利用できるアプリも • ターゲット：Emotiv EPOC BCI device – http://www.emotiv.com/store/hard ware/epoc-bci/epoc-neuroheadset/ – $229.00 2012/9/18 USENIX Security '12 勉強会 13
• 14.
  BCIへの攻撃：脅威モデルと仮定 • 攻撃者 – 悪意のあるサードパーティのアプリ開発者 •EEGベースのBCIデバイスを利用 – ゴール：ユーザに関する情報を可能な限り取得する • 仮定 – ユーザ端末上のマルウェアは仮定しない – 改造（tamper）されたデバイスは仮定しない • 攻撃者が可能な行為 – デバイスからのEEG信号取得 – テキスト、ビデオ、画像を画面に表示 • タスク：Stimuli（刺激。このケースでは顔や銀 行、位置などの画面上に提示された情報）のカテ ゴリ化 2012/9/18 USENIX Security '12 勉強会 14
• 15.
  実験内容 • 目的 – Consumer-gradeEEGデバイスから取得した信号から、ユーザの潜 在的なセンシティブ情報を引き出すことができるか • セットアップ – IRBの承認を得て、30人の コンピュータサイエンス学生 で実験を実施 • 28名のデータを利用 （2名はデバイス不具合により データ取得できず） – 男性18人、女性10人 – 被験者には、プライバシに関連 する実験であることを伝える • 実験内容や目的の詳細は伝えない • ターゲット画像と非ターゲット 画像をランダムに選択 • 画面に画像を250ms間表示 2012/9/18 USENIX Security '12 勉強会 15
• 16.
  実験シナリオ • PINコード – ランダム生成したPINコードをユーザに覚えさせる –画面にランダムな数字列を表示させる • 90秒間、それぞれの数字列は16回表示 • 銀行・クレジットカード会社情報 – 利用している会社を識別 – 銀行：各社のATMマシン画像の表示 – クレジットカード：各社のカード画像の表示 • 誕生月 – 「何月ですか？」の表示のあと、ランダムに単語を示す • 顔の認識 – 知っている人の画像がでるとどう反応するか – オバマ大統領画像 • 場所情報 – 「いまどこですか」の情報のあと、4つの地点の地図画像を表示 2012/9/18 USENIX Security '12 勉強会 16
• 17.
  ターゲットStimuliの識別 • 2つのアルゴリズム – aboosting algorithm for logistic regression (bLogReg) – BCI2000 P300 classifier (SWLDA) 2012/9/18 USENIX Security '12 勉強会 17
• 18.
  識別結果から得た正答ランキングの累積表示 2012/9/18 USENIX Security'12 勉強会 18
• 19.
  情報量の削減 2012/9/18 USENIX Security'12 勉強会 19 • だいたい10-20％の削減 • SWLDA：Monthで43％、 Mapsで32%