[論文レビュー] A Study on Smart Online Frame Forging Attacks against Video Surveillance System

Deeraj Nagothu, Jacob Schwell+3 more|arXiv (Cornell University)|Mar 8, 2019

Video Surveillance and Tracking Methods参考文献 30被引用数 5

ひとこと要約

本稿は、照明や動きなどの環境変化に応じて事前に記録された映像フレームを動的に再生するリアルタイムでスマートなオンラインフレーム改ざん攻撃を、動的環境変化に応じてリアルタイムで再再生する、ビデオ監視システムに対する攻撃を提案する。QRコードや顔検出を用いてリモートでトリガーをかける。また、電力網周波数の変動をデジタルウォーターマークとして用い、高精度に改ざんされたフレームを特定するエッジで実行されるENFベースのリアルタイム検出手法を導入する。

ABSTRACT

Video Surveillance Systems (VSS) have become an essential infrastructural element of smart cities by increasing public safety and countering criminal activities. A VSS is normally deployed in a secure network to prevent access from unauthorized personnel. Compared to traditional systems that continuously record video regardless of the actions in the frame, a smart VSS has the capability of capturing video data upon motion detection or object detection, and then extracts essential information and send to users. This increasing design complexity of the surveillance system, however, also introduces new security vulnerabilities. In this work, a smart, real-time frame duplication attack is investigated. We show the feasibility of forging the video streams in real-time as the camera's surroundings change. The generated frames are compared constantly and instantly to identify changes in the pixel values that could represent motion detection or changes in light intensities outdoors. An attacker (intruder) can remotely trigger the replay of some previously duplicated video streams manually or automatically, via a special quick response (QR) code or when the face of an intruder appears in the camera field of view. A detection technique is proposed by leveraging the real-time electrical network frequency (ENF) reference database to match with the power grid frequency.

研究の動機と目的

• IoTベースのビデオ監視システムに対して、環境の変化に適応するリアルタイムでスマートなフレーム複製攻撃の実現可能性を調査すること。
• QRコードや顔検出を用いたリモートまたは自動トリガー機構をフレーム改ざんに活用すること。
• 電力網周波数（ENF）をフォレンジックウォーターマークとして用い、リアルタイムでエッジで実行される検出技術を提案することにより、改ざんされたビデオストリームを特定すること。
• 従来の検出手法が回避できる、適応的で静かで視覚層に影響を与える攻撃の存在を明らかにすること。
• ENFベースの検出が、リアルタイムで本物のビデオストリームと改ざんされたストリームを区別する有効性を検証すること。

提案手法

• 照明の強度や動き検出などのリアルタイム環境変化に応じて、事前に記録されたフレームを動的に調整しながら再生するリアルタイム攻撃モデルを設計する。
• QRコードや顔検出を用いてリモートでトリガーをかける仕組みを実装し、静かで自動化された攻撃を可能にする。
• 電力供給の変動を通じてデジタルメディアに埋め込まれる自然で時刻固定の環境ウォーターマークとして、電力網周波数（ENF）を用いる。
• 映像／音声から抽出したENF信号と、電力網からの参照ENFデータベースとの間で、相関に基づく信号照合をスライディングウインドウ法で実行する。
• 短時間フーリエ変換（STFT）やその他の周波数推定技術を用いて、監視記録からENFトレースを抽出する。
• 抽出したENF信号と参照ENF信号との相関係数を比較する。相関係数が低い場合、改ざんされたフレームの可能性がある。

実験結果

リサーチクエスチョン

• RQ1 照明や動きなどの動的環境変化に応じて、現代のビデオ監視システム上でリアルタイムでフレーム複製攻撃を実行できるか？
• RQ2 顔検出またはQRコードベースのトリガーは、リモートで自動化されたフレーム再生攻撃を実現するためにどの程度効果的か？
• RQ3 ENF信号は、監視ネットワークのエッジで改ざんされたフレームをリアルタイムで信頼性高く検出できるフォレンジックウォーターマークとして機能するか？
• RQ4 ENFベースの検出は、さまざまな環境条件下で本物のストリームと改ざんされたストリームを区別する性能をどの程度発揮するか？
• RQ5 従来のオフライン検出手法は、高度に適応的で洗練されたフレーム複製攻撃をリアルタイムで検出できず、どの程度のリスクを伴うか？

主な発見

• 提案されたスマートでオンラインのフレーム改ざん攻撃は、実時間で実現可能かつ効果的であり、照明や動きなどの環境変化に応じて調整された事前に記録されたフレームを再生可能である。
• 攻撃はQRコードによるリモートトリガー、またはカメラの視界に顔が検出された場合の自動トリガーにより実現可能であり、より静かで運用の柔軟性が向上する。
• ENFベースの検出手法は、動画から抽出したENF信号と参照ENFデータベースとの相関を比較することで、改ざんされたフレームを成功裏に特定した。
• 抽出したENF信号と参照ENF信号との間の相関係数が低い場合、改ざんされたフレームが存在することを示しており、この手法の改ざんに対する感受性が裏付けられた。
• プロトタイプの検証により、リアルタイムでエッジで実行されるENF検出が実現可能かつ効果的であり、深刻な損害が発生する前に悪意あるフレーム再再生を特定できることを示した。
• この手法は、リアルタイムで現地で検出を可能にするため、従来のオフライン検出手法に比べ、不正なデータ漏洩が検出されないリスクを低減する。