[논문 리뷰] ZKSENSE: a Privacy-Preserving Mechanism for Bot Detection in Mobile Devices

Panagiotis Papadopoulos, Iñigo Querejeta Azurmendi외 4명|arXiv (Cornell University)|2019. 11. 18.

User Authentication and Security Systems참고 문헌 35인용 수 6

한 줄 요약

ZKSENSE는 모바일 기기에서 동작 센서 데이터를 사용하여 지속적이고 프라이버시를 보장하는 인간성 검증을 가능하게 하는 제로지식 증명 기반 시스템이다. 3초 이내의 지연 시간과 최소한의 배터리 소모로 봇을 91%의 정확도로 탐지하며, 효율성과 프라이버시 측면에서 기존 CAPTCHA보다 뛰어나다.

ABSTRACT

Recent studies show that 20.4% of the internet traffic originates from automated agents. To identify and block such ill-intentioned traffic, mechanisms that verify the humanness of the user are widely deployed across the internet. CAPTCHA is the most popular among such mechanisms. Original CAPTCHAs require extra user effort (e.g., solving mathematical or image-based puzzles), which severely harms user's experience, especially on mobile, and provide only sporadic verification of their humanness. More recent solutions like Google's reCAPTCHA v3 leverage attestation data (e.g., user behavioral data, device fingerprints) shared with a remote server, thus raising significant privacy concerns. To address all of the above, we present ZKSENSE: the first zero knowledge proof-based humanness attestation system designed for mobile devices. Contrary to state-of-the-art systems, ZKSENSE assesses humanness continuously on the background in a privacy preserving way. ZKSENSE achieves that by classifying the motion sensor outputs of the mobile device based on a model trained by using both publicly available sensor data and data collected from a small group of volunteers. The classification result is enclosed in a zero knowledge proof of humanness that can be safely shared with an attestation service such as Privacy Pass. We implement ZKSENSE as an Android service to demonstrate its effectiveness and practicability. In our evaluation, we show that ZKSENSE verifies the humanness of the users asynchronously, on the background, without degrading their experience or jeopardizing user privacy, while it achieves 91% accuracy across a variety of attack scenarios. On a two years old Samsung S9, each attestation takes around 3 seconds in total (when visual CAPTCHAs need 9.8 seconds) and consumes a negligible amount of battery.

연구 동기 및 목표

• 높은 인지 부하와 간헐적인 검증으로 사용자 경험을 악화시키는 기존 CAPTCHA의 한계를 해결하기 위해.
• 원격으로 행동 및 기기 지문 데이터를 수집하는 현대의 인증 시스템(예: reCAPTCHA v3)이 초래하는 프라이버시 위험을 극복하기 위해.
• 사용자 프라이버시를 훼손하지 않으면서 배경에서 지속적으로 인간성을 검증할 수 있는 시스템을 설계하기 위해.
• 최소한의 성능 및 배터리 오버헤드로 모바일 기기에서 실용적으로 구현 가능한 시스템을 제공하기 위해.
• 센서 데이터로부터 인간다운 행동을 안전하게 인증하기 위해 제로지식 증명을 활용할 수 있는지의 실현 가능성을 입증하기 위해.

제안 방법

• ZKSENSE는 공개된 센서 데이터와 소수의 자원봉사자로부터 확보한 데이터를 활용해 인간과 봇 유사 동작 패턴을 구분할 수 있는 동작 분류 모델을 훈련한다.
• 시스템은 모바일 기기의 동작 센서 출력을 배경에서 지속적으로 분석하여 인간성을 평가한다.
• 분류 결과를 암호학적으로 증명하기 위해 제로지식 증명을 생성하며, 이 과정에서 원본 센서 데이터가 노출되지 않도록 보장한다.
• 원격 인증 서비스(예: Privacy Pass)에서 제로지식 증명을 검증할 수 있으며, 이 과정에서 기저의 행동 패턴이 폭 lộ되지 않는다.
• 실제 적용 가능성을 확보하고 기존 프라이버시 보호 프레임워크와의 통합을 위해 안드로이드 서비스 형태로 시스템을 구현한다.
• 모바일 하드웨어에서 효율적으로 작동하도록 증명 생성 과정을 최적화하여 낮은 지연 시간과 최소한의 에너지 소비를 달성한다.

실험 결과

연구 질문

• RQ1 사용자 경험을 해치지 않으면서 모바일 기기에서 지속적이고 배경에서 인간성 검증을 구현할 수 있는가?
• RQ2 제로지식 증명을 활용해 동작 센서 데이터로부터 인간다운 행동을 인증하면서도 사용자 프라이버시를 보장할 수 있는가?
• RQ3 다양한 봇 공격 시나리오에서 정확도와 효율성 측면에서 시스템의 성능은 어떠한가?
• RQ4 실제 모바일 기기에서 지연 시간과 배터리 소모 측면에서 성능 오버헤드는 얼마나 되는가?
• RQ5 일반적인 모바일 하드웨어에서 수용 가능한 자원 사용량으로 실용적으로 배포 가능한가?

주요 결과

• ZKSENSE는 다양한 공격 시나리오에서 봇 유사 행동을 91%의 정확도로 탐지하여 강력한 내구성을 입증한다.
• 두 해가 지난 삼성 S9 기기에서도 각 인증 과정이 약 3초 내로 완료되며, 시각적 CAPTCHA가 요구하는 9.8초보다 훨씬 빠르다.
• 배터리 소모가 극히 미미하여 장기간 배경에서의 작동에 적합하다.
• 제로지식 증명 메커니즘이 검증 과정에서 원본 센서 데이터나 행동 패턴이 노출되지 않도록 보장한다.
• 안드로이드 서비스 형태로 배포 가능하여 실용성과 기존 프라이버시 보호 인fra구조와의 호환성을 확인한다.
• 사용자 상호작용을 방해하지 않으면서 이면에서 비동기적이고 지속적인 인간성 검증을 가능하게 하여 보안성과 사용성 모두 향상된다.