[論文レビュー] Video is All You Need: Attacking PPG-based Biometric Authentication

Lin Li, Chao Chen+3 more|arXiv (Cornell University)|Mar 2, 2022

User Authentication and Security Systems被引用数 4

ひとこと要約

本稿では、HD動画クリップから抽出された遠隔脈波測定（rPPG）信号を用いて、PPGベースのバイオメトリクス認証システムをかいくぐる画期的なスプーフィング攻撃を提案する。rPPG波形を本物のPPG信号に類似させるように再構築する生成的信号修復モデル（SigR）を導入することで、平均62％の成功率を達成し、公開済みの動画がPPGベースのバイオメトリクスセキュリティに対して深刻な脅威をもたらすことを示している。

ABSTRACT

Unobservable physiological signals enhance biometric authentication systems. Photoplethysmography (PPG) signals are convenient owning to its ease of measurement and are usually well protected against remote adversaries in authentication. Any leaked PPG signals help adversaries compromise the biometric authentication systems, and the advent of remote PPG (rPPG) enables adversaries to acquire PPG signals through restoration. While potentially dangerous, rPPG-based attacks are overlooked because existing methods require the victim's PPG signals. This paper proposes a novel spoofing attack approach that uses the waveforms of rPPG signals extracted from video clips to fool the PPG-based biometric authentication. We develop a new PPG restoration model that does not require leaked PPG signals for adversarial attacks. Test results on state-of-art PPG-based biometric authentication show that the signals recovered through rPPG pose a severe threat to PPG-based biometric authentication.

研究の動機と目的

• 本物のPPG信号とは異なるrPPG信号の波形とタイミングのずれを解消し、動画クリップのみを用いてPPGベースのバイオメトリクス認証システムに対するスプーフィング攻撃が可能かどうかを調査すること。
• 動画から抽出されたrPPG信号と本物のPPG信号との間の波形およびタイミングの不一致という課題に対処すること。
• rPPG信号が本物のPPG信号に類似するようにする信号修復モデルの開発により、バイオメトリクススプーフィングを成功させる。
• フレームレート、解像度、ビットレート、ビューティーフィルターといった動画品質要因が、こうした攻撃の成功率に与える影響を評価すること。
• rPPGベースの攻撃が実用的であり、YouTube や TikTok などのプラットフォームで共有される一般公開の高品質動画を対象とした現実世界の脅威であることを示すこと。

提案手法

• 顔の動画クリップから抽出されたrPPG信号から、本物のPPG波形に類似する波形を再構築する新規の生成的信号修復モデル、SigRを提案する。
• 指先の pulse oximeter から得られる本物のPPG信号と、それに該当する動画からのrPPG信号のペアを用いて、SigRを訓練し、rPPGとPPG波形の間のマッピングを学習する。
• フィducial点（収縮期ピーク、二拡張性不全点）および一次微分を含むPPG波形の形態的特徴をモデル化するために、条件付き生成対抗ネットワーク（cGAN）フレームワークを採用する。
• 訓練および評価にUBFC-PHYSデータセットを用い、被験者が「安静状態」、「会話中」、「計算中」の状態にある場合を想定し、生理的状態の変化に対する耐性をテストする。
• フレームレート（20–60 FPS）、解像度（720p–1080p）、ビットレート、およびビューティーフィルターの適用を変化させることで、動画品質要因がrPPG品質および攻撃成功率に与える影響を評価する。
• Kolmogorov-Smirnov（KS）検定を用いて、異なる動画条件下でのrPPG由来の特徴と元のPPG特徴の分布を比較する統計的分析を実施する。

実験結果

リサーチクエスチョン

• RQ1 HD動画クリップから抽出されたrPPG信号は、PPGベースのバイオメトリクス認証システムを効果的にスプーフィングするために使用可能か？
• RQ2 提案されたSigRモデルは、さまざまな生理的状態（安静、会話、計算）において、rPPG信号を本物のPPG波形に類似させるのにどの程度効果的か？
• RQ3 フレームレート、解像度、ビットレート、ビューティーフィルターといった動画品質要因が、rPPGベースのスプーフィング攻撃の成功率に与える影響は何か？
• RQ4 PPG波形の形態的特徴（例：二拡張性不全点、フィducial点）は、攻撃の成功率にどの程度影響を及えるか？
• RQ5 YouTube や TikTok などのプラットフォームで一般に共有される高品質な動画を対象とした現実世界のシナリオにおいて、攻撃は実用的か？

主な発見

• 提案されたSigRモデルは、rPPG信号を本物のPPG波形に類似させる再構築に成功し、PPGベースのバイオメトリクス認証に対するスプーフィング攻撃で平均62％の成功率を達成した。
• 攻撃成功率はランダムな推測よりも顕著に高く、安静状態、会話中、計算中の異なる生理的状態において一貫した性能を示しており、生理的変動に対して耐性があることが示された。
• フレームレートは攻撃成功率に大きな影響を与える：低フレームレート（例：20 FPS）では、Kolmogorov-Smirnov（KS）検定のp値が高くなり、波形歪みが顕著でスプーフィング効果が低下することが示された。
• フレームサイズとビューティーフィルターは主に元のPPG波形特徴に影響を及ぼすが、ビットレートは信号の忠実度にやや小さい影響を与える。
• COHFACEデータセット（低品質：20 FPS、640×480、255 Kbps）から抽出されたrPPG信号は、バイオメトリクスシステムを侵害するのに不十分であり、攻撃の実現可能性において動画品質の重要性が浮き彫りになった。
• 本研究では、SNSプラットフォームで一般的に共有される高品質なHD動画から、使用可能なrPPG信号を抽出可能であることを確認した。これは、攻撃が現実世界の環境で実用的であることを示している。