[논문 리뷰] Face Flashing: a Secure Liveness Detection Protocol based on Light Reflections

Di Tang, Zhe Zhou외 2명|arXiv (Cornell University)|2018. 01. 06.

Biometric Identification and Security참고 문헌 18인용 수 7

한 줄 요약

Face Flashing는 화면에 빠르고 랜덤한 색상 플래시를 사용하고 얼굴에서 반사되는 빛을 분석하여 스푸핑을 탐지하는 생체 인식 생존성 검증 프로토콜이다. 빛의 물리적 속도와 얼굴의 3차원 구조를 활용함으로써 98.8%의 정확도를 달성하며, 시간 및 형태 검증을 통해 2차원 동적 공격에 효과적으로 대응한다.

ABSTRACT

Face authentication systems are becoming increasingly prevalent, especially with the rapid development of Deep Learning technologies. However, human facial information is easy to be captured and reproduced, which makes face authentication systems vulnerable to various attacks. Liveness detection is an important defense technique to prevent such attacks, but existing solutions did not provide clear and strong security guarantees, especially in terms of time. To overcome these limitations, we propose a new liveness detection protocol called Face Flashing that significantly increases the bar for launching successful attacks on face authentication systems. By randomly flashing well-designed pictures on a screen and analyzing the reflected light, our protocol has leveraged physical characteristics of human faces: reflection processing at the speed of light, unique textual features, and uneven 3D shapes. Cooperating with working mechanism of the screen and digital cameras, our protocol is able to detect subtle traces left by an attacking process. To demonstrate the effectiveness of Face Flashing, we implemented a prototype and performed thorough evaluations with large data set collected from real-world scenarios. The results show that our Timing Verification can effectively detect the time gap between legitimate authentications and malicious cases. Our Face Verification can also differentiate 2D plane from 3D objects accurately. The overall accuracy of our liveness detection system is 98.8\%, and its robustness was evaluated in different scenarios. In the worst case, our system's accuracy decreased to a still-high 97.3\%.

연구 동기 및 목표

• 출력된 사진이나 영상 재생과 같은 2차원 동적 공격에 취약한 얼굴 인증 시스템의 문제를 해결하기 위해.
• 강력한 시간 기반 보안 보장을 갖추지 못한 기존 생존성 검증 방법의 한계를 극복하기 위해.
• 빛 반사 및 얼굴 기하학적 특성을 활용하여 강력한 생존성 검증을 수행할 수 있는 프로토콜을 개발하기 위해.
• 고성능 하드웨어를 사용하더라도 가짜 응답이 실제 반사보다 빠르게 생성될 수 없도록 보장하기 위해.
• 특수 장비가 필요 없는 실용적이고 기기 간 호환 가능한 솔루션을 제공하기 위해, 표준 화면과 카메라 외에는 추가 하드웨어가 필요하지 않도록 하기 위해.

제안 방법

• 프로토콜은 랜덤하게 생성된 짧은 지속 시간의 색상 플래시를 LCD 화면에 주기적으로 출력하여 도전 과제로 활용한다.
• 표준 디지털 카메라가 얼굴에서 반사된 빛을 촬영하며, 이는 시간적 패턴과 공간적 패턴을 분석하여 분석된다.
• 시간 검증은 선형 회귀를 사용하여 응답 지연를 탐지하며, 실제 반사는 빛의 속도로 발생하지만 가짜 반사는 상당한 처리 시간이 소요된다는 사실을 활용한다.
• 형태 검증은 신경망을 활용하여 3차원 얼굴 기하학적 구조와 마스크나 사진과 같은 2차원 표면을 구분한다.
• 시간 및 형태 검증을 병합하여 응답이 물리적으로 타당하고 시간적으로 일관된지를 보장한다.
• 스티프, 체스보드 유사 패턴 등을 포함하여 다양한 색상과 패턴을 사용하여 스푸핑의 난이도를 높인다.

실험 결과

연구 질문

• RQ1 표준 디스플레이와 카메라 하드웨어만을 사용하여 2차원 동적 공격을 효과적으로 방지할 수 있는 생존성 검증 프로토콜이 가능한가?
• RQ2 빛 반사 속도 기반 시간 검증이 고성능 하드웨어로 합성된 가짜 응답을 신뢰성 있게 탐지할 수 있는가?
• RQ3 신경망을 통한 얼굴 형태 분석이 실제 환경 조건에서 3차원 얼굴과 2차원 표면을 높은 정확도로 구분할 수 있는가?
• RQ4 빛의 강도, 움직임 및 환경적 요란함이 다양한 조건에서 프로토콜의 성능에 얼마나 영향을 미치는가?
• RQ5 고속 카메라 및 고속 화면을 포함한 고급 장비를 사용하는 공격자들이 공격 성공률의 상한선은 얼마인가?

주요 결과

• Face Flashing 프로토콜은 다양한 환경에서 수집한 실제 데이터 기반으로 전체 생존성 검증 정확도가 98.8%를 달성했다.
• 진동 및 조명 변화가 발생하는 최악의 상황에서도 시스템은 97.3%의 높은 정확도를 유지했다.
• 시간 검증은 가짜 응답의 지연를 성공적으로 탐지하여, 고성능 GPGPU 시스템을 사용하더라도 실제 빛 반사 속도를 재현할 수 없다는 점을 입증했다.
• 신경망을 활용한 형태 검증은 종이 인쇄물이나 마스크와 같은 2차원 물체와 3차원 얼굴을 정확하게 구분했다.
• 기존의 도전-응답 방식을 우회하는 매체 기반 얼굴 위조(MFF) 공격에도 프로토콜은 효과적으로 대응했다.
• 초고속 카메라 및 화면을 사용하는 공격는 이론적으로는 시스템을 우회할 수 있지만, 극도로 높은 비용과 복잡성으로 인해 실용적이지 않다고 판단된다.