[논문 리뷰] A Survey of PPG's Application in Authentication

Lin Li, Chao Chen외 5명|arXiv (Cornell University)|2022. 01. 27.

Advanced Malware Detection Techniques인용 수 8

한 줄 요약

이 종합적 서베이는 비침습성, 도용의 어려움, 내장된 생체 활성 감지 기능 덕분에 보안성과 사용성 측면에서 우수한 성능을 보이는 광plethysmogram(PPG)-기반 사용자 인증에 대해 종합적인 분석을 제공한다. 신호 캡처, 조정, 특징 추출 및 분류 방법을 검토하고 핵심 과제를 규명하며, 적대적 공격 및 원격 PPG 재구성과 같은 새로운 위협 요소를 제시한다.

ABSTRACT

Biometric authentication prospered because of its convenient use and security. Early generations of biometric mechanisms suffer from spoofing attacks. Recently, unobservable physiological signals (e.g., Electroencephalogram, Photoplethysmogram, Electrocardiogram) as biometrics offer a potential remedy to this problem. In particular, Photoplethysmogram (PPG) measures the change in blood flow of the human body by an optical method. Clinically, researchers commonly use PPG signals to obtain patients' blood oxygen saturation, heart rate, and other information to assist in diagnosing heart-related diseases. Since PPG signals contain a wealth of individual cardiac information, researchers have begun to explore their potential in cyber security applications. The unique advantages (simple acquisition, difficult to steal, and live detection) of the PPG signal allow it to improve the security and usability of the authentication in various aspects. However, the research on PPG-based authentication is still in its infancy. The lack of systematization hinders new research in this field. We conduct a comprehensive study of PPG-based authentication and discuss these applications' limitations before pointing out future research directions.

연구 동기 및 목표

• PPG 기반 사용자 인증 분야의 현재 연구 상태를 체계화하되, 이 분야는 아직 산만하고 탐색이 부족한 상태이다.
• PPG 신호 캡처, 조정, 특징 선택 과정에서 발생하는 핵심 과제를 규명한다.
• PPG 기반 시스템을 대상으로 하는 새로운 사이버 위협, 특히 원격 신호 재구성 및 적대적 기계학습 공격를 분석한다.
• PPG 기반 생체 인증 시스템의 한계와 열린 문제점을 제시하여 향후 연구를 위한 체계적 프레임워크를 제공한다.

제안 방법

• Google Scholar, IEEEXplore, ACM 디지털 라이브러리, ScienceDirect, DBLP 등의 데이터베이스를 활용해 체계적인 문헌 리뷰를 수행하며, 'PPG', 'photoplethysmogram', 'biometrics', 'authentication', 'attack' 등의 关련 키워드를 사용한다.
• 기존 연구를 신호 캡처, 신호 조정, 특징 추출, 분류의 네 계층으로 구성된 프레임워크에 따라 분류한다.
• 접촉 기반 및 원격 PPG(rPPG) 방법을 분석하며, 카메라 및 레이더 기반 접근법을 활용해 비접촉 방식의 심박수 및 PPG 신호 추정 기술을 포함한다.
• 회색 상자 회피 공격(예: 공격자가 피해자의 PPG 신호 특징을 모방하기 위해 동적 모델을 사용) 및 PPG 인증에 사용되는 기계학습 분류기 대상의 적대적 공격을 분석한다.
• 레이더 또는 영상 데이터로부터 PPG 신호를 재구성할 수 있는지 평가하고, 라이브니스 감지 기능을 우회할 잠재적 위협을 평가한다.
• 기존 방어 전략(예: 적대적 재학습, 모델 정제)을 검토하고 현재 보호 메커니즘의 격차를 규명한다.

실험 결과

연구 질문

• RQ1 PPG 기반 사용자 인증 시스템의 핵심 기술 구성 요소와 처리 단계는 무엇인가?
• RQ2 개개인 간 PPG 신호의 차이점은 무엇이며, 생체 인식 식별에 가장 효과적인 특징은 무엇인가?
• RQ3 PPG 기반 인증에 대한 주요 보안 위협은 무엇인가? 특히 원격 신호 재구성 및 적대적 기계학습 공격에 대해 설명하라.
• RQ4 rPPG 및 레이더 기반 센싱과 같은 비접촉 방법은 신호 품질과 도용에 대한 취약성 측면에서 어떻게 비교될 수 있는가?
• RQ5 PPG 기반 생체 인증 시스템에 대한 새로운 공격에 대응하는 가장 유망한 방어 기법은 무엇인가?

주요 결과

• PPG 기반 인증은 비침습성, 원격 도용의 어려움, 생리적 심박수 동역학을 통한 내장형 생체 활성 감지 기능 덕분에 사용성과 보안성 측면에서 뛰어난 이점을 제공한다.
• 접촉 기반 PPG 신호는 원격 방법보다 더 견고하지만, 고해상도 카메라나 레이더를 사용하는 rPPG 기법 역시 HRV 및 IPI와 같은 유용한 특징을 추출할 수 있으며, 환경적 노이즈에 매우 민감하다.
• PPG 기반 AI 모델을 대상으로 한 적대적 공격은 점점 증가하는 문제이며, 적대적 예제나 백도어 공격 등의 방법으로 최신 방어 기법이 적용된 상태에서도 분류기를 속일 수 있다.
• 공격자가 피해자의 신호 특징을 모방하기 위해 동적 모델을 사용하는 '회색 상자 회피 공격'은 이론적으로 가능하지만, 피해자 신호에 사전 접근이 필요하기 때문에 아직 연구가 부족한 상태이다.
• 레이더나 영상 데이터로부터 PPG 신호를 재구성하는 것은 이론적으로 가능하며, 생성 모델을 통해 고품질의 rPPG 추정이 가능해 보안 위협이 될 수 있다.
• 다양한 공격에 대비한 종합적 방어 메커니즘이 아직 존재하지 않으며, 이는 생체 인증 시스템 분야에서 중요한 연구 격차를 드러낸다.