[論文レビュー] Privacy Failures in Encrypted Messaging Services: Apple iMessage and Beyond

Scott E. Coull, Kevin P. Dyer|arXiv (Cornell University)|Mar 8, 2014

Internet Traffic Analysis and Secure E-voting参考文献 7被引用数 3

ひとこと要約

この論文は、Apple iMessage、WhatsApp、Viber、Telegramなどのエンド・ツー・エンド暗号化メッセージングサービスが、ユーザーの操作と暗号化パケットサイズの決定的関係によって、デバイスOS、ユーザー行動、メッセージ言語、メッセージ長といった重要なユーザーメタデータを漏洩させることを示している。強固な暗号化にもかかわらず、攻撃者はパケットサイズを分析することで、これらの情報を96％以上の正確さで推定可能であり、主要なメッセージングプラットフォーム全体に深刻なプライバシー上の脆弱性が存在することを明らかにしている。

ABSTRACT

Instant messaging services are quickly becoming the most dominant form of communication among consumers around the world. Apple iMessage, for example, handles over 2 billion message each day, while WhatsApp claims 16 billion messages from 400 million international users. To protect user privacy, these services typically implement end-to-end and transport layer encryption, which are meant to make eavesdropping infeasible even for the service providers themselves. In this paper, however, we show that it is possible for an eavesdropper to learn information about user actions, the language of messages, and even the length of those messages with greater than 96% accuracy despite the use of state-of-the-art encryption technologies simply by observing the sizes of encrypted packet. While our evaluation focuses on Apple iMessage, the attacks are completely generic and we show how they can be applied to many popular messaging services, including WhatsApp, Viber, and Telegram.

研究の動機と目的

• 強固な暗号化が施されているにもかかわらず、エンド・ツー・エンド暗号化メッセージングサービスにおけるメタデータ漏洩の程度を調査すること。
• パケットサイズ分析が、複数のプラットフォームにわたってユーザー行動、メッセージ言語、メッセージ長を推定できるかどうかを特定すること。
• iMessage、WhatsApp、Viber、Telegramのような人気のあるメッセージングサービスにおいて、これらの攻撃が一般化可能かどうかを評価すること。
• ランダムパディングなどの対策の実行可能性とコストを評価し、これらのプライバシー漏洩を軽減する可能性を検討すること。
• 広く使われているメッセージングプラットフォームにおけるメタデータ漏洩が引き起こす現実世界のプライバシーリスクを強調すること。

提案手法

• 研究者たちは、Apple iMessage、WhatsApp、Viber、Telegramのネットワークトラフィックを収集・分析し、ユーザー操作に応じた暗号化パケットサイズの変化を観察した。
• ナイーブベイズや線形回帰といった機械学習手法を用いて、パケットサイズからデバイスOS、メッセージ言語の分類、メッセージ長の予測を実施した。
• 「入力開始」や「添付ファイル送信」などの特定のユーザー操作と対応するパケットサイズをマッピングするための照合テーブルを構築した。
• ランダムパディングを対策として評価するにあたり、パケットサイズの増加と攻撃精度への影響を測定した。
• ユーザー行動と暗号化トラフィックの間の決定的パターンを特定するため、複数のサービス間でのパケットサイズ分布を比較分析した。
• iOSおよびmacOSデバイスからの実世界データを用いて、1ユーザー・セッションあたり100パケット以上を分析し、研究結果の妥当性を検証した。

実験結果

リサーチクエスチョン

• RQ1 傍受者（スパイ）は、暗号化パケットサイズを分析することで、メッセージユーザーのデバイスOS（iOSまたはmacOS）を特定できるか？
• RQ2 攻撃者は、パケットサイズのパターンに基づいて、具体的なユーザー操作（例：入力中、送信）をどの程度正確に特定できるか？
• RQ3 攻撃者は、暗号化パケットサイズのみを用いて、メッセージの言語をどの程度正確に分類できるか？
• RQ4 異なるメッセージングサービスにおいて、プレーンテキストのメッセージ長と暗号化パケットサイズとの間に強い相関関係が存在するか？
• RQ5 ランダムパディングのような対策の性能とコストは、これらのプライバシー漏洩を完全に解消できるか？

主な発見

• 攻撃者は、暗号化パケットサイズを分析することで、デバイスOS（iOSまたはmacOS）を100％の正確さで特定可能である。
• 「入力開始」や「添付ファイル送信」などのユーザー操作は、パケットサイズの照合テーブルを用いることで96％の正確さで分類可能である。
• ナイーブベイズ分類をパケットサイズデータに適用することで、メッセージの言語を98％の正確さで予測可能である。
• 線形回帰を用いた分析により、メッセージ長の予測誤差は平均でたった6.27文字にとどまる。
• 同様の攻撃はWhatsApp、Viber、Telegramに対しても適用可能であり、特にViberやWhatsAppでは、1対1のパケットサイズ対メッセージ長マッピングにより、より強い漏洩が確認された。
• ランダムパディングは、すべての攻撃を完全に防止可能であるが、データオーバーヘッドが300％以上増加するというコストを伴い、iMessageのようなサービスでは1日あたり最低1テラバイト以上の追加トラフィックが発生する。