[論文レビュー] Subliminal Probing for Private Information via EEG-Based BCI Devices

Mario Frank, Tiffany Hwu+6 more|arXiv (Cornell University)|Dec 20, 2013

EEG and Brain-Computer Interfaces参考文献 24被引用数 16

ひとこと要約

本論文は、意識的認識の閾値未満（13.3ミリ秒未塔）の視覚刺激を提示することで、ユーザーの意識を超えて、なじみの顔の認識といった個人情報を推定する、EEGベースのBCIデバイスを用いた準位的攻撃を提案している。機械学習を用いてEEG信号を分析した結果、27名中18名の参加者で認識反応を識別する精度が66.7％に達し、ランダム推測のエントロピーを最大48.8％まで低下させた。これは、準位的プローブが実現可能であり、ユーザーには検出できないことを示している。

ABSTRACT

Martinovic et al. proposed a Brain-Computer-Interface (BCI) -based attack in which an adversary is able to infer private information about a user, such as their bank or area-of-living, by analyzing the user's brain activities. However, a key limitation of the above attack is that it is intrusive, requiring user cooperation, and is thus easily detectable and can be reported to other users. In this paper, we identify and analyze a more serious threat for users of BCI devices. We propose a it subliminal attack in which the victim is attacked at the levels below his cognitive perception. Our attack involves exposing the victim to visual stimuli for a duration of 13.3 milliseconds -- a duration usually not sufficient for conscious perception. The attacker analyzes subliminal brain activity in response to these short visual stimuli to infer private information about the user. If carried out carefully, for example by hiding the visual stimuli within screen content that the user expects to see, the attack may remain undetected. As a consequence, the attacker can scale it to many victims and expose them to the attack for a long time. We experimentally demonstrate the feasibility of our subliminal attack via a proof-of-concept study carried out with 27 subjects. We conducted experiments on users wearing Electroencephalography-based BCI devices, and used portrait pictures of people as visual stimuli which were embedded within the background of an innocuous video for a time duration not exceeding 13.3 milliseconds. Our experimental results show that it is feasible for an attacker to learn relevant private information about the user, such as whether the user knows the identity of the person for which the attacker is probing.

研究の動機と目的

• 消費者用BCIデバイスにおいて、意識的認識を伴わない準位的視覚刺激に対するEEG反応から、個人情報を抽出できるかどうかを調査すること。
• 意識的認識に依存する従来の上位的攻撃では検出されやすく、その限界を克服すること。
• 脳波分析を通じて、隠れた方法で個人ユーザー情報の推定が可能な準位的プローブの実現可能性を評価すること。
• 無意識の刺激に対するEEG信号反応を用いて、攻撃者が個人データの推測エントロピーをどれだけ低減できるかを評価すること。

提案手法

• 攻撃は、13.3ミリ秒未塔の時間で提示される視覚刺激を使用し、意識的認識の閾値を下回る。
• 27名の参加者が、ターゲット人物の画像が埋め込まれた動画を視聴している間、EEG信号が記録された。
• 機械学習分類器を訓練し、ターゲット顔の刺激とコントロール刺激によって誘発された脳波活動を区別する。
• 刺激を認識した参加者と認識しなかった参加者の間で分類性能を比較し、検出可能性を評価した。
• 攻撃者がランダム推測よりも確率的に推測できるようになる程度を定量化するために、推測エントロピーの低下を計算した。
• 警告条件をテストし、ユーザーの意識が準位的プローブのリスクを軽減できるかどうかを評価した。

実験結果

リサーチクエスチョン

• RQ1 ユーザーが意識的に認識しない視覚刺激に対するEEG反応から、個人情報を推定できるか？
• RQ2 どの程度まで、準位的刺激が測定可能な脳波反応を誘発し、機械学習で分類可能か？
• RQ3 刺激を認識したユーザーと認識しなかったユーザーとの間で、準位的プローブの成功率に差があるか？
• RQ4 攻撃者が準位的EEGプローブを用いることで、個人情報の推測エントロピーをどれだけ低減できるか？
• RQ5 ユーザーの意識や警告が、EEGベースのBCIデバイスを通じた準位的情報漏洩リスクを効果的に軽減できるか？

主な発見

• 分類器は27名中18名の参加者でターゲット顔の認識を正しく識別し、66.7％の成功率を達成した。
• 攻撃者は平均で20.8％の推測エントロピーを低下させ、高精度な攻撃バージョンでは最大48.8％まで低下させた。
• 刺激を認識した参加者と認識しなかった参加者の間で、成功率の差は有意に認められず、攻撃が検出されないことを示している。
• 刺激提示後に警告を出しても、依然として準位的脳波反応が検出可能であったため、意識に基づく対策の有効性は限定的である。
• 結果として、EEGベースのBCIデバイスを用いた準位的プローブが実現可能であり、ユーザーの検出なしに確率的個人情報を抽出できることが示された。
• 異なるEEG反応タイプのデータで訓練された機械学習モデルでも、準位的刺激を検出できることが示され、攻撃の実用性が向上した。