[논문 리뷰] On the Risk of Cancelable Biometrics

Xingbo Dong, Park, Jaewoo외 4명|arXiv (Cornell University)|2019. 10. 17.

Biometric Identification and Security참고 문헌 41인용 수 4

한 줄 요약

이 논문은 취소 가능한 생체인식(CB)에서 거리 유지 성질이 사전 이미지 공격에 대한 본질적인 취약성을 초래함을 드러내며, 이로 인해 다른 변환 함수 간에도 원본 생체인식 템플릿을 재구성할 수 있음을 보여준다. 저자들은 일반화된 사전 이미지 공격과 교차 변환 공격을 제안하여 고성공률(예: 얼굴 데이터에서 84.05% SAR)을 달성함으로써, 기존 CB 체계가 역행 불가 및 재발급 가능성을 목표로 하였음에도 불구하고 보안상 취약하다는 것을 입증한다.

ABSTRACT

Cancelable biometrics (CB) employs an irreversible transformation to convert the biometric features into transformed templates while preserving the relative distance between two templates for security and privacy protection. However, distance preservation invites unexpected security issues such as pre-image attacks, which are often neglected.This paper presents a generalized pre-image attack method and its extension version that operates on practical CB systems. We theoretically reveal that distance preservation property is a vulnerability source in the CB schemes. We then propose an empirical information leakage estimation algorithm to access the pre-image attack risk of the CB schemes. The experiments conducted with six CB schemes designed for the face, iris and fingerprint, demonstrate that the risks originating from the distance computed from two transformed templates significantly compromise the security of CB schemes. Our work reveals the potential risk of existing CB systems theoretically and experimentally.

연구 동기 및 목표

• 취소 가능한 생체인식 시스템에서 거리 유지 성질이 초래하는 보안 위험을 규명하고 분석하는 것.
• Kerckhoffs의 가정 하에 작동하며 다양한 변환 함수 간에 효과적인 일반화된 사전 이미지 공격을 제안하는 것.
• 변환된 템플릿 간의 거리 유지 특성을 악용하여 보안을 우회하는 실용적인 교차 변환 공격을 개발하는 것.
• 거리 유지 성질에 기반한 상호정보량을 활용해 CB 체계의 정보 유출을 정량화하는 것.
• 이러한 새로운 공격 모델 하에서 얼굴, 망막, 지문 모odalities에 걸쳐 잘 알려진 여섯 가지 CB 체계의 보안성을 평가하는 것.

제안 방법

• CB 매칭기의 거리 유지 성질을 활용하여 템플릿을 원본 생체인식 특징에 근사적으로 복원하는 일반적인 사전 이미지 공격을 제안한다.
• 한 CB 시스템에서 복원된 사전 이미지를 이용해 다른 변환 함수를 사용하는 다른 CB 시스템을 공격하는 교차 변환 공격을 도입한다.
• 원본 템플릿과 변환된 템플릿 간의 상호정보량을 사용해 거리 유지 성질에 기인한 정보 유출을 추정하기 위해 Blahut–Arimoto 알고리즘을 활용한다.
• 공격 가능성 평가를 위해 딥 페처(예: InsightFace)와 표준 생체인식 템플릿(예: IrisCode, 지문 미니어처)을 입력으로 사용하여 다양한 모달리티에서의 공격 가능성을 평가한다.
• 변환 매개변수의 지식과 매칭기 함수에 대한 반복적 액세스가 필요로 하는 쿼리 기반 공격 모델을 활용하여 복원 최적화를 수행한다.
• 성공률 평가를 위해 연속 공격률(SAR)을 사용하며, 이는 원본 템플릿과 성공적으로 매칭된 사전 이미지의 비율을 측정한다.

실험 결과

연구 질문

• RQ1 취소 가능한 생체인식 시스템에서 거리 유지 성질이 사전 이미지 공격에 어떤 방식으로 취약성을 초래하는가?
• RQ2 목표 시스템이 다른 체계를 사용하더라도, 사전 이미지 공격이 다양한 변환 함수 간에 일반화되어 작동할 수 있는가?
• RQ3 거리 유지로 인해 CB 체계에서 얼마나 많은 정보 유출이 발생하는가? 그리고 이를 어떻게 정량화할 수 있는가?
• RQ4 실제 생체인식 시스템에서 얼굴, 망막, 지문 모달리티에 대해 사전 이미지 공격의 경험적 성공률은 얼마인가?
• RQ5 CB 시스템의 높은 정확도가 보안 위험 증가와 관련이 있는가, 아니면 저정확도 시스템조차도 여전히 취약한가?

주요 결과

• CB 매칭기에서의 거리 유지 성질은 근본적인 취약성으로 작용하며, Kerckhoffs의 가정 하에서도 효과적인 사전 이미지 복원이 가능하다.
• 교차 변환 공격은 BioHashing를 공격할 때 IFO 시스템이 손상된 경우 얼굴 데이터에서 84.05%의 연속 공격률(SAR)을 기록하여 교차 체계 가능성의 실현 가능성을 입증한다.
• 망막 데이터에서는 IFO 기반 시스템이 블룸 필터 보호 시스템을 공격할 때 81.32%의 SAR를 기록하여 원본 템플릿 정보의 낮은 은폐 수준을 시사한다.
• α=0.5를 가진 NMDSH는 다른 체계보다 더 높은 저항성을 보였으며(23.27% SAR), 이는 매개변수 조정이 보안 향상에 기여할 수 있음을 시사하지만, 위험을 완전히 제거하지는 못한다.
• 상호정보량 기반의 정보 유출 추정 방법은 거리 유지의 위험을 성공적으로 정량화하였으며, 정확도가 높은 CB 체계조차도 취약하다는 것을 드러냈다.
• 높은 정확도를 가진 CB 체계(예: BioHashing EER=5.29%)는 반드시 보안이 보장되지 않으며, 높은 SAR(85.54%)를 기록함으로써 정확도가 보안을 의미하지는 않는다는 것을 증명한다.