[논문 리뷰] Video is All You Need: Attacking PPG-based Biometric Authentication

Lin Li, Chao Chen외 3명|arXiv (Cornell University)|2022. 03. 02.

User Authentication and Security Systems인용 수 4

한 줄 요약

이 논문은 고해상도 영상 클립에서 추출한 원격 광량측정법 신호(rPPG)를 사용하여 PPG 기반 생체 인증 시스템을 회피하는 새로운 스푸핑 공격을 제안한다. rPPG 파형을 실제 PPG 신호에 가까이 재구성할 수 있는 생성 모델(SigR)을 도입함으로써 공격는 평균 62%의 성공률를 기록하며, 공개된 영상이 PPG 기반 생체 인증 보안에 심각한 위협이 될 수 있음을 입증한다.

ABSTRACT

Unobservable physiological signals enhance biometric authentication systems. Photoplethysmography (PPG) signals are convenient owning to its ease of measurement and are usually well protected against remote adversaries in authentication. Any leaked PPG signals help adversaries compromise the biometric authentication systems, and the advent of remote PPG (rPPG) enables adversaries to acquire PPG signals through restoration. While potentially dangerous, rPPG-based attacks are overlooked because existing methods require the victim's PPG signals. This paper proposes a novel spoofing attack approach that uses the waveforms of rPPG signals extracted from video clips to fool the PPG-based biometric authentication. We develop a new PPG restoration model that does not require leaked PPG signals for adversarial attacks. Test results on state-of-art PPG-based biometric authentication show that the signals recovered through rPPG pose a severe threat to PPG-based biometric authentication.

연구 동기 및 목표

• 단지 영상 클립만을 사용하여 PPG 기반 생체 인증 시스템에 스푸핑 공격를 수행할 수 있는지 탐구하기.
• 영상에서 추출한 rPPG 신호와 실제 PPG 신호 간의 파형 및 타이밍 불일치 문제를 해결하기.
• rPPG 신호가 실제 PPG 신호를 모방할 수 있도록 해주는 신호 복원 모델을 개발하여 생체 인증 스푸핑을 성공적으로 수행하기.
• 프레임 레이트, 해상도, 비트레이트, 뷰티 필터와 같은 영상 품질 요소가 공격 성공에 미치는 영향을 평가하기.
• rPPG 기반 공격가 실생활에서 구현 가능하며 PPG 기반 생체 인증 시스템에 실제 위협이 된다는 것을 입증하기.

제안 방법

• 영상 클립에서 얼굴의 rPPG 신호를 추출하여 PPG 유사 파형을 재구성하는 데 사용할 수 있는 새로운 생성 모델인 SigR를 제안한다.
• 실제 PPG 신호(손가락 산소포화도 측정기로부터)와 해당하는 rPPG 신호(영상에서 추출)의 쌍을 사용하여 SigR를 훈련함으로써 rPPG와 PPG 파형 간의 매핑 관계를 학습한다.
• 자리표점(收缩기 피크, 이중성점) 및 일阶 도함수를 포함한 PPG 신호의 형태적 특징을 모델링하기 위해 조건부 생성 적대 신경망(cGAN) 아키텍처를 활용한다.
• 훈련 및 평가에 UBFC-PHYS 데이터셋을 사용하며, 수면 상태, 대화 상태, 계산 상태의 다양한 생리적 조건에서의 강건성 테스트를 수행한다.
• 프레임 레이트(20–60 FPS), 해상도(720p–1080p), 비트레이트, 뷰티 필터 적용 여부를 변화시켜 영상 품질 요소가 rPPG 품질과 공격 성공률에 미치는 영향을 평가한다.
• 다양한 영상 조건에서 rPPG 유래 특징의 분포와 원래 PPG 특징의 분포를 비교하기 위해 코모고로프-스미르노프(Kolmogorov-Smirnov, KS) 검정을 수행하여 통계 분석을 실시한다.

실험 결과

연구 질문

• RQ1 고해상도 영상 클립에서 추출한 rPPG 신호를 사용하여 PPG 기반 생체 인증 시스템을 성공적으로 스푸핑할 수 있는가?
• RQ2 제안된 SigR 모델은 다양한 생리적 상태에서 rPPG 신호를 실제 PPG 파형에 가깝게 복원하는 데 얼마나 효과적인가?
• RQ3 프레임 레이트, 해상도, 비트레이트, 뷰티 필터와 같은 영상 품질 요소가 rPPG 기반 스푸핑 공격 성공에 어떤 영향을 미치는가?
• RQ4 PPG 파형의 형태적 특징(예: 이중성점, 자리표점 등)이 공격 성공에 얼마나 기여하는가?
• RQ5 유튜브나 틱톡과 같은 플랫폼에서 공유되는 일반적인 고품질 영상이 포함된 실생활 시나리오에서 공격가 실현 가능할 수 있는가?

주요 결과

• 제안된 SigR 모델은 rPPG 신호를 실제 PPG 파형에 매우 가깝게 복원하여 PPG 기반 생체 인증 스푸핑 공격에서 평균 62%의 성공률를 달성하였다.
• 공격 성공률는 무작위 추측보다 유의미하게 높으며, 수면, 대화, 계산 등의 다양한 생리적 상태에서 일관된 성능을 보이며 생리적 변동에 대한 강건성을 입증하였다.
• 영상 프레임 레이트는 공격 성공에 큰 영향을 미친다: 낮은 프레임 레이트(예: 20 FPS)일수록 더 높은 코모고로프-스미르노프(KS) 검정 p-값을 보이며, 이는 파형 왜곡이 심하고 스푸핑 효과가 떨어짐을 의미한다.
• 해상도와 뷰티 필터는 주로 원래 PPG 파형의 특징에 영향을 미치며, 비트레이트는 신호의 정밀도에 덜 영향을 준다.
• 저품질 영상(20 FPS, 640×480, 255 Kbps)에서 추출한 COHFACE 데이터셋의 rPPG 신호는 생체 인증 시스템을 위협하기에 부족하여, 공격 가능성을 결정하는 데 영상 품질의 핵심적 역할을 확인하였다.
• 본 연구는 일반적으로 소셜 미디어 플랫폼에서 공유되는 고품질 HD 영상이 사용 가능한 rPPG 신호를 추출하는 데 악용될 수 있음을 확인하였으며, 이는 실생활 환경에서 공격가 실현 가능하다는 것을 의미한다.