[論文レビュー] Game of Drones - Detecting Streamed POI from Encrypted FPV Channel

Ben Nassi, Raz Ben-Netanel+2 more|arXiv (Cornell University)|Jan 9, 2018

Wireless Communication Security Techniques被引用数 8

ひとこと要約

本論文は、消費者ドローンの暗号化されたFPVチャネルを介して特定のプライベートオブジェクト（POI）がストリーミングされているかどうかを検出する最初の手法を提示する。物理的刺激（例：照明の変化）を発生させ、暗号化された動画トラフィック内のサイドチャネル効果を分析することで実現する。10秒間の刺激時間で誤検出率（FPR）が0.067に低下し、暗号化が施されている場合でも、プライバシーを侵害するドローン活動を信頼性高く検出可能であることが示された。

ABSTRACT

Drones have created a new threat to people's privacy. We are now in an era in which anyone with a drone equipped with a video camera can use it to invade a subject's privacy by streaming the subject in his/her private space over an encrypted first person view (FPV) channel. Although many methods have been suggested to detect nearby drones, they all suffer from the same shortcoming: they cannot identify exactly what is being captured, and therefore they fail to distinguish between the legitimate use of a drone (for example, to use a drone to film a selfie from the air) and illegitimate use that invades someone's privacy (when the same operator uses the drone to stream the view into the window of his neighbor's apartment), a distinction that in some cases depends on the orientation of the drone's video camera rather than on the drone's location. In this paper we shatter the commonly held belief that the use of encryption to secure an FPV channel prevents an interceptor from extracting the POI that is being streamed. We show methods that leverage physical stimuli to detect whether the drone's camera is directed towards a target in real time. We investigate the influence of changing pixels on the FPV channel (in a lab setup). Based on our observations we demonstrate how an interceptor can perform a side-channel attack to detect whether a target is being streamed by analyzing the encrypted FPV channel that is transmitted from a real drone (DJI Mavic) in two use cases: when the target is a private house and when the target is a subject.

研究の動機と目的

• ドローンのプライバシー検出における重要なギャップに対処する：位置情報ではなく、動画コンテンツに基づいて正当な使用と不正な使用を区別すること。
• FPVチャネルにおける暗号化がPOI抽出を防げるとの前提を疑問視し、サイドチャネル解析がこのセキュリティを回避可能であることを示すこと。
• 干渉者が特定のプライベートな住宅や人物がドローンによって密かにストリーミングされているかどうかを検出できる、実用的でリアルタイムな手法を開発すること。
• 現実世界の状況下で、誤検出率（FPR）がゼロとなるために必要な最小の刺激時間の評価を行うこと。

提案手法

• 本手法は、照明のオン/オフや窓の反射の変化などの物理的刺激を用い、暗号化されたFPV動画ストリームに検出可能な変化を引き起こす。
• 干渉者は暗号化されたFPVトラフィックをキャプチャし、アルゴリズム1を適用してパケットのタイミングおよびサイズの変動を分析し、物理的刺激と相関付ける。
• 動画エンコード（例：H.264）が画素内容の変化を異なる方法で処理するため、暗号化されたストリーム内に測定可能なサイドチャネル効果が生じることを活用する。
• 刺激を対象POIに適用した場合と周辺領域に適用した場合の変化検出におけるFPRを比較することで、対象POIと背景を区別する。
• 実際のDJI Mavicドローンと、プライベートな住宅および人物の被験者を模擬したラボ環境を用いて、手法の妥当性を検証した。
• 誤検出を最小限に抑えるために、固定された刺激パターン（例：10秒のオン/オフ）を用い、異なる環境条件下でも一貫した検出を保証した。

実験結果

リサーチクエスチョン

• RQ1 干渉者は、消費者ドローンの暗号化されたFPVチャネルを介して、特定のプライベートオブジェクト（例：住宅や人物）がストリーミングされているかどうかを検出できるか？
• RQ2 FPVチャネルにおける暗号化が、送信中の動画コンテンツのサイドチャネル解析を真に防止するのか？
• RQ3 誤検出率（FPR）がゼロとなるように、POIストリーミングを信頼性高く検出するために必要な最小の物理的刺激時間は何か？
• RQ4 刺激時間の長さが変化する場合、対象がプライベートな住宅か人物かによって、検出におけるFPRはどのように変化するか？
• RQ5 本手法は、風や照明の変動といった偶然の環境変化と、実際のPOIストリーミングを区別できるか？

主な発見

• 10秒間の物理的刺激時間で、被験者を検出する際の誤検出率（FPR）は0.067に低下し、周辺領域を検出する際は0.066に低下した。
• 35秒間の刺激では、被験者のFPRは0.005に低下し、周辺領域では0.0にまで低下し、ほぼゼロの誤検出率を達成した。
• 45秒間の刺激では、被験者および周辺領域の両方でFPRが0.000にまで低下し、誤検出が一切ない信頼性の高い検出が可能となった。
• ドローンが物理的に対象POIに近づいていなくても、本手法は対象POIと背景領域を的確に区別できた。
• 本手法は、プライベートな住宅および人物の両方に対して効果的に機能し、現実世界のプライバシー侵害シナリオにおける広範な適用可能性を示した。
• 本研究は、暗号化がPOIのサイドチャネル検出を防げないことを実証し、暗号化されたFPVチャネルはコンテンツ分析に対して安全であるという一般的な前提を覆した。