[논문 리뷰] Mobile Device Identification via Sensor Fingerprinting

Hristo Bojinov, Yan Michalevsky외 2명|arXiv (Cornell University)|2014. 08. 06.

Digital Media Forensic Detection참고 문헌 15인용 수 164

한 줄 요약

이 논문은 스마트폰 센서의 내재된 하드웨어 변동성—특히 스피커-마이크 주파수 응답과 가속도계 캘리브레이션 오차—을 이용한 강력한 모바일 디바이스 식별 기법을 제안한다. 이 방법은 사용자 권한 없이도 신뢰할 수 없는 웹 코드를 통해 디바이스 지문을 생성할 수 있으며, 10,000대 이상의 디바이스에서 낮은 충돌 확률로 고유 식별이 가능하다.

ABSTRACT

We demonstrate how the multitude of sensors on a smartphone can be used to construct a reliable hardware fingerprint of the phone. Such a fingerprint can be used to de-anonymize mobile devices as they connect to web sites, and as a second factor in identifying legitimate users to a remote server. We present two implementations: one based on analyzing the frequency response of the speakerphone-microphone system, and another based on analyzing device-specific accelerometer calibration errors. Our accelerometer-based fingerprint is especially interesting because the accelerometer is accessible via JavaScript running in a mobile web browser without requesting any permissions or notifying the user. We present the results of the most extensive sensor fingerprinting experiment done to date, which measured sensor properties from over 10,000 mobile devices. We show that the entropy from sensor fingerprinting is sufficient to uniquely identify a device among thousands of devices, with low probability of collision.

연구 동기 및 목표

• 기존 쿠키나 IMEI와 같은 전통적 식별자가 신뢰할 수 없거나 차단되는 모바일 환경에서 지속적인 디바이스 식별의 증가하는 필요성을 해결한다.
• 공장 초기화 또는 프라이빗 브라우징 중에 삭제되는 소프트웨어 기반 식별자의 한계를 극복한다.
• 표준 기기 ID에 대한 신뢰할 수 있고 프라이버시 침해가 심한 대안으로, 센서의 결함을 이용한 하드웨어 기반 지문 생성을 탐색한다.
• 센서 기반 지문 생성이 사용자 동의나 권한 없이도 모바일 브라우저 내에서 완전히 수행될 수 있음을 입증한다.
• 다양한 모바일 디바이스에서 대규모로 센서 지문의 실현 가능성과 엔트로피를 평가한다.

제안 방법

• 합성 테스트 톤을 사용하여 스피커-마이크 시스템의 주파수 응답 왜곡을 분석함으로써 디바이스를 지문화한다.
• 기록된 오디오의 고유한 진폭 및 위상 왜곡을 측정하여 고유 지문을 생성한다.
• 반복적인 센서 읽기 데이터를 기반으로 최적화 문제를 풀어 가속도계 캘리브레이션 오차(각 축에 대해 스케일링 및 오프셋)를 추출한다.
• 이로 생성된 6개의 캘리브레이션 파rameter(각 축에 대해 2개)를 안정적이고 기기 고유의 지문으로 사용한다.
• 공장 초기화 후에도 지속되는 지문의 고유성과 안정성을 검증하기 위해 10,000대 이상의 모바일 디바이스에서 센서 데이터를 수집한다.
• 특히 브라우저 내 JavaScript를 통해 가속도계 지문을 수집할 수 있도록, 권한이나 사용자 인지 없이도 기능하도록 보장한다.

실험 결과

연구 질문

• RQ1 스마트폰 스피커와 마이크의 센서 결함은 고유한 기기 지문을 신뢰성 있게 생성하는 데 사용될 수 있는가?
• RQ2 가속도계 캘리브레이션 오차는 기기 초기화 후에도 얼마나 오랫동안 지속적이고 고유한 식별자로 기능할 수 있는가?
• RQ3 사용자 상호작용이나 권한 없이도 브라우저 환경에서 센서 기반 지문 생성이 실현 가능한가?
• RQ4 센서 지문은 얼마나 많은 엔트로피를 제공하며, 수천 대의 기기 간 충돌 확률은 얼마인가?
• RQ5 이 방법은 IMEI나 UDID와 같은 전통적 하드웨어 식별자에 대한 액세스를 차단하는 기존 프라이버시 보호 조치를 우회할 수 있는가?

주요 결과

• 스피커-마이크 시스템은 주파수 응답 왜곡을 기반으로 하여 수천 대의 기기 중에서 식별 가능한 충분한 엔트로피를 제공하는 고유 지문을 생성한다.
• 가속도계 기반 지문은 높은 고유성과 지속성을 확보하며, 내재된 캘리브레이션 결함으로 인해 공장 초기화 후에도 유지된다.
• 가속도계 지문은 사용자 권한 없이도 모바일 브라우저 내 JavaScript를 통해 수집 가능하므로, 암묵적이고 클라이언트 측 지문 생성이 가능하다.
• 10,000대 이상의 기기에서 수행된 실험을 통해 센서 지문이 강력하고 충돌 확률이 낮음을 확인했다.
• 외부 요인(예: 기기 표면 또는 케이스)에 영향을 받지 않는다는 점에서 진동 기반 방법과 비교해 본 논문의 방법은 외부 요인에 영향을 받지 않아 더 낫다.
• 센서 지문 생성은 기존의 기기 식별자에 대한 대안으로 유력하며, IMEI나 UDID에 대한 액세스를 차단하는 프라이버시 정책을 무력화한다.