[논문 리뷰] Obfuscating Keystroke Time Intervals to Avoid Identification and Impersonation

John V. Monaco, Charles C. Tappert|arXiv (Cornell University)|2016. 09. 24.

User Authentication and Security Systems참고 문헌 19인용 수 10

한 줄 요약

이 논문은 사용자 식별 및 위조를 방지하기 위해 키 입력 시간 패턴을 무작위로 지연시키는 새로운 타이핑 행동 왜곡 기법을 제안한다. 사용자가 감지할 수 없는 25ms 지연을 적용함으로써 식별 정확도가 약 20% 감소하며, 이는 사용성에 영향을 주지 않으면서도 개인정보 보호를 크게 향상시킨다.

ABSTRACT

There are numerous opportunities for adversaries to observe user behavior remotely on the web. Additionally, keystroke biometric algorithms have advanced to the point where user identification and soft biometric trait recognition rates are commercially viable. This presents a privacy concern because masking spatial information, such as IP address, is not sufficient as users become more identifiable by their behavior. In this work, the well-known Chaum mix is generalized to a scenario in which users are separated by both space and time with the goal of preventing an observing adversary from identifying or impersonating the user. The criteria of a behavior obfuscation strategy are defined and two strategies are introduced for obfuscating typing behavior. Experimental results are obtained using publicly available keystroke data for three different types of input, including short fixed-text, long fixed-text, and long free-text. Identification accuracy is reduced by 20% with a 25 ms random keystroke delay not noticeable to the user.

연구 동기 및 목표

• 행동 생체인식에서 사용되는 키 입력 간격 패턴의 원격 관찰로 인한 개인정보 위험 증가 문제를 해결한다.
• 공간적 익명성(예: IP 마스킹)을 확보한 후에도 타이핑 기반 생체인식 시스템을 통한 사용자 식별 및 위조 공격에 대비한다.
• 일반적인 애플리케이션 기능이나 사용자 경험에 영향을 주지 않는 실용적인 왜곡 전략을 개발한다.
• 짧은 고정 텍스트, 긴 고정 텍스트, 긴 자유형 텍스트 등 다양한 입력 유형에 대한 왜곡 효과를 평가한다.
• 왜곡이 사용자 식별 및 소프트 생체인식 특성 분류(예: 성별, 좌우구분)에 미치는 영향을 평가한다.

제안 방법

• 타이밍 기반으로 분리된 사용자 행동에 대해 Chaum 믹스 모델을 일반화하여 키 입력 이벤트에 대한 시간 왜곡을 도입한다.
• 두 가지 왜곡 전략을 구현한다: 지연 믹스(키 입력 이벤트를 무작위로 지연) 및 간격 믹스(키 입력 간격을 무작위로 변경).
• 네트워크 패킷 수준이 아닌 키 입력 이벤트 수준에서 왜곡을 적용하여 다양한 입력 방식과의 호환성을 확보한다.
• 하드웨어 기반 구현 개념(예: USB 중계 장치)을 사용하여 호스트 시스템에 도달하기 전에 키 입력 신호를 안전하게 지연시킨다.
• 사용자가 감지할 수 있는 지연 시간 이하(25ms 이내)를 유지하도록 매개변수 조정된 무작위 지연 분포를 도입한다.
• 다양한 입력 유형에서 분류 정확도에 대한 왜곡 효과를 공개된 키 입력 데이터셋을 활용해 평가한다.

실험 결과

연구 질문

• RQ1 무작위 시간 지연이 키 입력 이벤트에 적용될 때, 사용자 식별 정확도를 감소시키는 데 얼마나 효과적인가? 이때 사용자가 감지할 수 없는 정도여야 한다.
• RQ2 왜곡이 타이핑 행동 기반 소프트 생체인식 특성 분류(예: 성별, 좌우구분) 정확도에 어떤 영향을 미치는가?
• RQ3 다양한 입력 유형에서 사용자 식별 정확도를 유의미하게 감소시키기 위해 필요한 최소 지연 시간은 얼마인가?
• RQ4 제안된 두 가지 왜곡 전략인 지연 믹스와 간격 믹스의 효과성과 실용성은 어떻게 비교되는가?
• RQ5 클라이언트 소프트웨어 간섭을 방지하고 보안성을 향상시키기 위해 하드웨어 수준에서 왜곡을 구현할 수 있는가?

주요 결과

• 키 입력 이벤트에 25ms의 무작위 지연을 적용하면 평균적으로 사용자 식별 정확도가 약 20% 감소하며, 사용자 경험에 눈에 띄는 영향을 주지 않는다.
• 긴 고정 텍스트 및 긴 자유형 텍스트 입력의 경우, 식별 정확도를 반으로 줄이기 위해 500ms의 지연이 필요하며, 이는 초기 지연 이후 수익 감소 현상을 시사한다.
• 소프트 생체인식 특성 분류(예: 성별, 좌우구분)는 왜곡 영향을 거의 받지 않으며, 초기 정확도가 우연의 수준에 가까워서 향상가능성이 크지 않다.
• 두 왜곡 전략 모두에서 눌림-눌림 지연 및 지속시간 예측 오류가 증가하여, 왜곡이 기저의 시간 패턴을 효과적으로 변경함을 확인한다.
• 지연 믹스 전략은 최소한의 지연으로도 식별 정확도를 20% 감소시키는 데 성공했으며, 간격 믹스 전략은 높은 지연 수준에서 더 강력한 억제 효과를 보였다.
• 하드웨어 기반 왜곡은 소프트웨어 기반 대안보다 실현 가능하고 더 안전하며, 애플리케이션 수준 제약(예: 자바스크립트 비활성화)과의 충돌을 피할 수 있다.