[論文レビュー] Zooming Into Video Conferencing Privacy and Security Threats

Dima Kagan, Galit Fuhrmann Alpert+1 more|arXiv (Cornell University)|Jul 2, 2020

Spam and Phishing Detection参考文献 20被引用数 16

ひとこと要約

本研究では、15,700枚以上の公開共有済みのビデオ会議コラージュ画像を分析し、画像処理およびソーシャルネットワーク分析を用いて、名前、年齢、性別、顔の特徴など、個人の情報を抽出した。本研究では、複数の会議でのデータの照合が可能であることを示し、悪意ある攻撃者がユーザーの身元やソーシャルネットワークを再構築できることを明らかにした。これは、子供や脆弱なユーザーを含む参加者にとって、現実の世界におけるプライバシーとセキュリティの重大なリスクをもたらす。

ABSTRACT

The COVID-19 pandemic outbreak, with its related social distancing and shelter-in-place measures, has dramatically affected ways in which people communicate with each other, forcing people to find new ways to collaborate, study, celebrate special occasions, and meet with family and friends. One of the most popular solutions that have emerged is the use of video conferencing applications to replace face-to-face meetings with virtual meetings. This resulted in unprecedented growth in the number of video conferencing users. In this study, we explored privacy issues that may be at risk by attending virtual meetings. We extracted private information from collage images of meeting participants that are publicly posted on the Web. We used image processing, text recognition tools, as well as social network analysis to explore our web crawling curated dataset of over 15,700 collage images, and over 142,000 face images of meeting participants. We demonstrate that video conference users are facing prevalent security and privacy threats. Our results indicate that it is relatively easy to collect thousands of publicly available images of video conference meetings and extract personal information about the participants, including their face images, age, gender, usernames, and sometimes even full names. This type of extracted data can vastly and easily jeopardize people's security and privacy both in the online and real-world, affecting not only adults but also more vulnerable segments of society, such as young children and older adults. Finally, we show that cross-referencing facial image data with social network data may put participants at additional privacy risks they may not be aware of and that it is possible to identify users that appear in several video conference meetings, thus providing a potential to maliciously aggregate different sources of information about a target individual.

研究の動機と目的

• 公開共有されたビデオ会議コラージュ画像を通じて、どの程度個人情報が露呈しているかを調査すること。
• 顔の特徴とメタデータの連携を用いて、複数のビデオ会議で同一人物を再識別できるかを評価すること。
• ビデオ会議データとソーシャルネットワーク情報の組み合わせによるユーザーのプライバシー侵害のリスクを評価すること。
• ユーザー、組織、プラットフォーム開発者にとって実行可能なプライバシー保護対策を特定すること。
• 仮想会議の場において、子供や高齢者がプライバシーの脅威にさらされている状況を浮き彫りにすること。

提案手法

• 公開されたビデオ会議から15,700枚のコラージュ画像および142,000枚の顔画像を収集・キュレーションするためのウェブクローリング。
• 深層学習ベースの画像処理および文字認識を用いて、画像から性別、年齢、ユーザー名、およびフルネームを抽出すること。
• ソーシャルネットワーク分析を用いて、複数の会議に登場するユーザーを特定し、社会的関係を推定すること。
• 顔画像を外部データセットと照合することで、再識別可能性を評価すること。
• 仮想背景、顔マスク、顔認識防止アクセサリーなどのプライバシー保護技術の効果を評価すること。
• 絵文字を顔に描くなどのユーザー行動を、プライバシー保護手法としての可能性を分析すること。

実験結果

リサーチクエスチョン

• RQ1 公開共有されたビデオ会議コラージュ画像から、名前、年齢、性別といった個人情報はどの程度抽出可能か？
• RQ2 顔認識とメタデータ連携を用いた場合、複数のビデオ会議で同一人物をどの程度効果的に特定できるか？
• RQ3 ビデオ会議データとソーシャルネットワーク情報の組み合わせにより、ユーザーの再識別リスクはどのようなものか？
• RQ4 実際の背景や個人のユーザー名の使用といったユーザー行動は、プライバシーの露出をどのように拡大させるか？
• RQ5 ユーザーおよび組織が、ビデオ会議におけるプライバシーリスクを低減するために実行可能な実用的対策は何か？

主な発見

• 15,700枚以上のコラージュ画像および142,000枚の顔画像を収集した結果、実名、ユーザー名、人口統計的属性といった個人情報が広範に露呈していることが判明した。
• 本研究では、顔認識を用いることで、複数の会議にわたって同一人物を再識別可能であり、ソーシャルネットワークマップの構築が可能であることを実証した。
• 顔データをソーシャルメディアプロフィールと照合することで、身元再構築およびプライバシー侵害のリスクが顕著に上昇することが分かった。
• 子供や高齢者を含む多数の参加者が、実名や個人の背景を使用していることが判明し、追跡やいじめのリスクが高まっていることが明らかになった。
• 一般的なユーザー名の使用、仮想背景、顔マスクの使用といった簡単な対策が、自動識別リスクを顕著に低減することが示された。
• 顔に絵文字を描く行動は、顔認識システムの機能を妨げる実用的で低技術的なプライバシー保護手法として観察された。