[논문 리뷰] Don't Skype & Type! Acoustic Eavesdropping in Voice-Over-IP

Alberto Compagno, Mauro Conti외 2명|arXiv (Cornell University)|2016. 09. 29.

User Authentication and Security Systems참고 문헌 20인용 수 11

한 줄 요약

이 논문은 스피킹 및 타이핑(Skype & Type, S&T) 공격를 소개한다. 이는 스피킹을 통해 전송되는 타자소리 음성을 분석함으로써 원격에서 키보드 타이핑을 도청하는 새로운 음성 도청 기법이다. 이 공격는 최소한의 프로파일링을 통해 91.7%의 상위 5개 정답 정확도를 달성하며, 물리적 접근이나 광범위한 훈련 데이터가 필요 없이 실제 환경에서의 구현 가능성을 입증한다.

ABSTRACT

Acoustic emanations of computer keyboards represent a serious privacy issue. As demonstrated in prior work, physical properties of keystroke sounds might reveal what a user is typing. However, previous attacks assumed relatively strong adversary models that are not very practical in many real-world settings. Such strong models assume: (i) adversary's physical proximity to the victim, (ii) precise profiling of the victim's typing style and keyboard, and/or (iii) significant amount of victim's typed information (and its corresponding sounds) available to the adversary. This paper presents and explores a new keyboard acoustic eavesdropping attack that involves Voice-over-IP (VoIP), called Skype & Type (S&T), while avoiding prior strong adversary assumptions. This work is motivated by the simple observation that people often engage in secondary activities (including typing) while participating in VoIP calls. As expected, VoIP software acquires and faithfully transmits all sounds, including emanations of pressed keystrokes, which can include passwords and other sensitive information. We show that one very popular VoIP software (Skype) conveys enough audio information to reconstruct the victim's input -- keystrokes typed on the remote keyboard. Our results demonstrate that, given some knowledge on the victim's typing style and keyboard model, the attacker attains top-5 accuracy of 91.7% in guessing a random key pressed by the victim. Furthermore, we demonstrate that S&T is robust to various VoIP issues (e.g., Internet bandwidth fluctuations and presence of voice over keystrokes), thus confirming feasibility of this attack. Finally, it applies to other popular VoIP software, such as Google Hangouts.

연구 동기 및 목표

• 스카이프와 같은 VoIP 소프트웨어를 통해 타자소리가 의도치 않게 통화 중 전송되는 방식으로 원격 키보드 음성 도청의 실현 가능성을 조사한다.
• 피해자의 타자 스타일과 키보드 모델에 대한 정밀한 프로파일링이 필요하거나 물리적 접근이 요구되는 이전 공격 기법의 한계를 해결한다.
• 대역폭 변동 및 타자소리와 겹치는 인간의 음성 간섭 등 실제 VoIP 환경에서의 공격의 강건성을 평가한다.
• 스펙트럼 특징 기반 타자소리 추론 공격에 대비한 대응 조치를 탐색한다.

제안 방법

• 공격는 VoIP 소프트웨어(예: 스피킹)가 통화 중 모든 음성(타자소리 포함)을 캡처하고 전송한다는 사실을 활용한다.
• 캡처된 오디오 스트림을 분석하기 위해 멜 주파수 체르스틀 코efficient(MFCC)와 빠른 푸리에 변환(FFT) 특징을 조합한다.
• 공격 대상 키보드 모델과 동일한 모델의 최소한의 타자소리 오디오 데이터를 사용해 기계학습 분류기 모델을 훈련함으로써 피해자별 프로파일링이 최소화된다.
• 오디오 압축, 다운샘플링, 모노 채널 혼합 등 VoIP 전용 왜곡에 대한 공격의 강건성을 평가한다.
• 분류에 사용되는 스펙트럼 특징을 방해하기 위해 무작위 다밴드 이퀄라이제이션을 적용한 대응 조치를 시험한다.
• 정확도와 일반화 능력을 검증하기 위해 여러 랩탑과 사용자 대상 10겹 교차검증을 실시한다.

실험 결과

연구 질문

• RQ1 피해자의 기기와의 물리적 접근 없이도 VoIP 오디오 스트림에서 타자소리 음성을 신뢰성 있게 추출하고 분류할 수 있는가?
• RQ2 최소한의 프로파일링(동일한 키보드 모델)과 제한된 훈련 데이터만으로 타자소리 추론의 정확도는 어느 정도인가?
• RQ3 오디오 압축, 다운샘플링, 모노 채널 혼합 등 VoIP 전용 신호 처리 기법이 음성 도청의 실현 가능성에 어떤 영향을 미치는가?
• RQ4 무작위 이퀄라이제이션 또는 기타 대응 조치로 스펙트럼 특징 기반 공격를 어느 정도 억제할 수 있는가?
• RQ5 S&T 공격는 스피킹 외의 다른 VoIP 플랫폼(예: 구글 헝글스)에도 적용 가능한가?

주요 결과

• S&T 공격는 피해자가 입력한 랜덤 키를 추측할 때 상위 5개 정답 정확도 91.7%를 달성하며, 키보드 모델 프로파일링과 최소한의 훈련 데이터만으로도 가능하다.
• 공격는 대역폭 감소 및 타자소리 중 인간의 음성 존재와 같은 VoIP 전용 왜곡 조건에서도 강건성을 유지한다.
• 무작위 다밴드 이퀄라이제이션은 FFT 기반 특징을 크게 방해하여 공격 정확도를 무작위 추측 수준으로 낮춘다.
• MFCC 기반 특징은 이퀄라이제이션에 대해 부분적으로 강건성을 유지하므로, 이러한 대응 조치 조건에서도 스펙트럼 특징 기반 공격가 여전히 실현 가능하다는 것을 시사한다.
• 초기 실험 결과에 따르면 S&T 공격는 구글 헝글스에서도 적용 가능함을 확인하여, 다양한 VoIP 플랫폼에 대한 광범위한 적용 가능성을 시사한다.
• 본 연구는 최소한의 공격자 능력으로도 VoIP를 통한 원격 음성 도청이 현실적인 위협임을 입증한다.