[논문 리뷰] Your Neighbors Are My Spies: Location and other Privacy Concerns in GLBT-focused Location-based Dating Applications

Nguyen Phong Hoang, Yasuhito Asano외 1명|arXiv (Cornell University)|2016. 04. 20.

Privacy, Security, and Data Protection참고 문헌 10인용 수 6

한 줄 요약

이 논문은 GLBT 중심의 위치 기반 데이팅 앱에서의 위치 프라이버시 위험을 조사하며, '거리 숨기기' 기능이나 노이즈 주입 조치가 있음에도 불구하고 삼각측량 공격이 여전히 사용자의 정확한 위치를 폭 드러낼 수 있음을 입증한다. 저자들은 이러한 앱에서 근접도 기반 메타데이터가 악성 사용자가 사용자를 신원을 밝히고 추적할 수 있도록 해주며, 특히 보수적인 지역에서는 특히 심각한 위협이 된다고 밝힌다. 이는 소수자 공동체에 대한 치명적인 프라이버시 취약점을 드러낸다.

ABSTRACT

Trilateration is one of the well-known threat models to the user's location privacy in location-based apps, especially those contain highly sensitive information such as dating apps. The threat model mainly bases on the publicly shown distance from a targeted victim to the adversary to pinpoint the victim's location. As a countermeasure, most of location-based apps have already implemented the 'hide distance' function, or added noise to the publicly shown distance in order to protect their user's location privacy. The effectiveness of such approaches however is still questionable.

연구 동기 및 목표

• GLBT 중심 데이팅 앱에서 기존 위치 프라이버시 보호 조치의 효과성을 조사하기 위해.
• '거리 숨기기' 또는 노이즈 기반 왜곡 조치가 있음에도 삼각측량 공격이 여전히 사용자 위치 프라이버시를 침해할 수 있는지 분석하기 위해.
• 사회적 낙인이나 위험한 지역에 거주하는 GLBT 사용자에게 위치 노출이 초래하는 실제 위험을 평가하기 위해.
• 이러한 앱에서 근접도 메타데이터가 사용자 신원을 노출하고 추적하는 데 악용될 수 있음을 입증하기 위해.
• 높은 위험도를 지닌 사용자 공동체에 특화된 더 강력한 프라이버시 보존 메커니즘을 권장하기 위해.

제안 방법

• 저자들은 악성 사용자가 여러 개의 알려진 지점에서의 거리 정보를 이용해 피해자의 위치를 삼각측량으로 추정하는 방식의 위협 모델 분석을 수행했다.
• GLBT 데이팅 앱에서 '거리 숨기기'나 거리 값에 노이즈를 주입하는 등의 기존 대응 조치를 평가했다.
• 메타데이터 泄露 여부를 평가하기 위해 유명한 GLBT 중심 데이팅 애플리케이션의 역공학 및 행동 분석을 수행했다.
• 공개된 거리 데이터를 사용하여 삼각측량 공격 시뮬레이션을 수행해 위치 복원 정확도를 측정했다.
• 공개된 지리 정보와 근접도 데이터를 연관시켜 신원을 밝힐 수 있는지 여부를 평가했다.
• 노이즈 주입이 공격 성공률과 위치 정밀도에 미치는 영향을 평가했다.

실험 결과

연구 질문

• RQ1 거리 숨기기 또는 노이즈 기반 왜곡 조치를 시행한 GLBT 데이팅 앱에서도 삼각측량 공격이 여전히 사용자의 위치를 정확하게 특정할 수 있는가?
• RQ2 이러한 앱에서 근접도 기반 메타데이터가 프라이버시 보호 기능이 있음에도 불구하고 얼마나 많은 민감한 사용자 정보를 泄露하는가?
• RQ3 위험도가 높은 지리적 또는 사회적 환경에서 현재의 대응 조치가 사용자 위치 추적을 방지하는 데 얼마나 효과적인가?
• RQ4 이러한 공격을 통해 사용자의 위치가 폭 드러나면 GLBT 사용자에게 실질적인 프라이버시 및 안전에 어떤 영향을 미치는가?
• RQ5 악성 사용자가 공개된 거리 데이터만으로도 GLBT 사용자를 신원을 밝히고 추적할 수 있는가?

주요 결과

• 거리 값이 숨겨지거나 노이즈로 왜곡된 상태에서도 삼각측량 공격이 높은 정확도로 사용자 위치를 재구성하는 데 성공했다.
• 앱의 근접 사용자 목록에 여러 명의 근접 사용자가 존재할 경우, 위치 추론 공격의 성공률이 크게 증가했다.
• 노이즈 주입 조치가 있음에도 불구하고, 대부분의 경우 공격자가 피해자의 위치를 몇 미터 내로 좁힐 수 있었다.
• 이 연구는 '거리 숨기기' 기능이 정교한 삼각측량 기반 추적에 효과가 없음을 입증했다.
• 연구는 보수적이거나 적대적인 지역에 거주하는 GLBT 사용자가 위치 노출로 인해 심각한 프라이버시 및 안전 위험에 노출될 수 있음을 확인했다.
• 이러한 앱의 근접도 메타데이터는 사용자 신원을 노출하고 실제 신원 및 물리적 위치와 연결하는 데 악용될 수 있다.