[論文レビュー] PatternListener: Cracking Android Pattern Lock Using Acoustic Signals

Man Zhou, Qian Wang+5 more|arXiv (Cornell University)|Sep 10, 2018

Advanced Malware Detection Techniques参考文献 34被引用数 44

ひとこと要約

PatternListenerは被害者の端末のスピーカーとマイクを介して知覚できない音響信号を利用し、Androidのパターンロックを再構築する。5回の試行で130パターン中90％超の成功率を達成。

ABSTRACT

Pattern lock has been widely used for authentication to protect user privacy on mobile devices (e.g., smartphones and tablets). Given its pervasive usage, the compromise of pattern lock could lead to serious consequences. Several attacks have been constructed to crack the lock. However, these approaches require the attackers to either be physically close to the target device or be able to manipulate the network facilities (e.g., WiFi hotspots) used by the victims. Therefore, the effectiveness of the attacks is significantly impacted by the environment of mobile devices. Also, these attacks are not scalable since they cannot easily infer unlock patterns of a large number of devices. Motivated by an observation that fingertip motions on the screen of a mobile device can be captured by analyzing surrounding acoustic signals on it, we propose PatternListener, a novel acoustic attack that cracks pattern lock by analyzing imperceptible acoustic signals reflected by the fingertip. It leverages speakers and microphones of the victim's device to play imperceptible audio and record the acoustic signals reflected by the fingertip. In particular, it infers each unlock pattern by analyzing individual lines that compose the pattern and are the trajectories of the fingertip. We propose several algorithms to construct signal segments according to the captured signals for each line and infer possible candidates of each individual line according to the signal segments. Finally, we map all line candidates into grid patterns and thereby obtain the candidates of the entire unlock pattern. We implement a PatternListener prototype by using off-the-shelf smartphones and thoroughly evaluate it using 130 unique patterns. The real experimental results demonstrate that PatternListener can successfully exploit over 90% patterns within five attempts.

研究の動機と目的

• オンボードスピーカーとマイクを活用して、Androidパターンロックの新しい脆弱性を実証する。
• 指先の動きをパターン描画中に捉える音響攻撃（PatternListener）を開発する。
• 指先の軌跡をセグメント化・推定・パターン解錠へ写像するアルゴリズムを設計する。
• デバイス・描画速度・パターンの複雑さに対する攻撃の頑健性を評価する。

提案手法

• デバイスのスピーカーから不可聴域の音声（18–20 kHz）を再生し、デバイスのマイクで反射を録音する。
• コヒーレント検出を用いてベースバンド信号を復調し、取得した音声から静的成分を除去する。
• 転換点を特定して信号をパターンの各線分に対応する断片へ分割する。
• 位相ベースの距離変化を用いて相対的な指先の動きを抽出し、断片を3×3グリッドの線に対応づける。
• スピーカー-マイクごとに線候補データベースを構築し、類似度を計算して実際のパターンを推定する。
• 複数のスピーカー-マイクペアからデータを集約して線の推定精度とパターン再構成を改善する。

実験結果

リサーチクエスチョン

• RQ1 被害者の端末で取得されたオンボード音響信号は、Androidパターンロックで描かれたパターンを明らかにできるか？
• RQ2 反射音響信号から転換点やパターンの線分をどの程度信頼性高く検出できるか？
• RQ3 複数のセンサー（複数のスピーカー/マイク）によるデータ融合が全解錠パターンの再構成にどれだけ効果的か？
• RQ4 描画速度、パターンの複雑さ、デバイスサイズの変化に対してPatternListenerはどれだけ頑健か？

主な発見

• PatternListenerは5回の試行で130個のユニークパターンのうち90%超を解読できる。
• 指先からの音響反射は、線を分割・推定するために用いられる識別可能なC/Oウェーブフォームの変動を生み出す。
• 転換点を利用してパターントラジェクトリを別々の線に分割する。
• 位相ベースの距離変化は、周波数ベースの指標よりも描画速度に敏感でない頑健な移動特徴を提供する。
• 複数のスピーカー/マイクペアを使用することで線推定の精度が向上し、デバイス横断のスケーラブルなパターン解読を可能にする。