[論文レビュー] Obfuscating Keystroke Time Intervals to Avoid Identification and Impersonation

John V. Monaco, Charles C. Tappert|arXiv (Cornell University)|Sep 24, 2016

User Authentication and Security Systems参考文献 19被引用数 10

ひとこと要約

本稿では、ユーザーが検出できない25 msのランダム遅延を用いた、キーストローク動作の誤魔化し技術を提案する。この技術により、キーストロークバイオメトリクスによるユーザー特定やなりすましを防止できる。ユーザー体験に影響を与えることなく、識別精度は20%低下する。

ABSTRACT

There are numerous opportunities for adversaries to observe user behavior remotely on the web. Additionally, keystroke biometric algorithms have advanced to the point where user identification and soft biometric trait recognition rates are commercially viable. This presents a privacy concern because masking spatial information, such as IP address, is not sufficient as users become more identifiable by their behavior. In this work, the well-known Chaum mix is generalized to a scenario in which users are separated by both space and time with the goal of preventing an observing adversary from identifying or impersonating the user. The criteria of a behavior obfuscation strategy are defined and two strategies are introduced for obfuscating typing behavior. Experimental results are obtained using publicly available keystroke data for three different types of input, including short fixed-text, long fixed-text, and long free-text. Identification accuracy is reduced by 20% with a 25 ms random keystroke delay not noticeable to the user.

研究の動機と目的

• 行動バイオメトリクスで用いられるキーストロークタイミングパターンのリモート観察による増大するプライバシー危険を是正すること。
• 空間的匿名性（例：IPマスキング）が達成された場合でも、キーストロークベースのバイオメトリクスシステムによるユーザー特定やなりすましの脅威に対処すること。
• 通常のアプリケーション機能やユーザーエクスペリエンスに影響を与えない実用的な誤魔かし戦略を開発すること。
• 短い固定テキスト、長い固定テキスト、長い自由テキストという多様な入力タイプにおける誤魔かしの有効性を評価すること。
• 誤魔かしがユーザー識別およびソフトバイオメトリック特徴（例：性別、利き手）分類に与える影響を評価すること。

提案手法

• 時系列で分離されたユーザー行動に、Chaumミックスモデルを一般化し、キーストロークイベントにおける時間的誤魔かしを導入する。
• 2つの誤魔かし戦略を実装する：遅延ミックス（キーストロークイベントをランダムに遅延）とインターバルミックス（キーストローク間隔をランダムに変更）。
• ネットワークパケットレベルではなく、キーストロークイベントレベルで誤魔かしを適用することで、さまざまな入力方法との互換性を確保する。
• ハードウェアベースの実装概念（例：USB中間装置）を用い、ホストシステムに到達する前にキーストローク信号を安全に遅延させる。
• ユーザーに感知されない遅延を維持するよう、パrameterを調整したランダム遅延分布を導入する。
• 複数の入力タイプにおいて、公開済みのキーストロークデータセットを用いて、誤魔かしの分類精度への影響を評価する。

実験結果

リサーチクエスチョン

• RQ1 キーストロークイベントにおけるランダムな時間遅延は、ユーザー識別精度をどの程度低下させられるか。ただし、ユーザーに感知されない範囲で。
• RQ2 誤魔かしがキーストローク動作に基づくソフトバイオメトリック特徴（例：性別、利き手）分類の精度にどのような影響を与えるか。
• RQ3 異なる入力タイプにおいて、識別精度を顕著に低下させるために必要な最小遅延は何か。
• RQ4 提案された2つの誤魔かし戦略（遅延ミックスとインターバルミックス）は、有効性と実用性においてどのように比較できるか。
• RQ5 誤魔かしをハードウェアレベルで実装することで、クライアント側のソフトウェア干渉を回避し、セキュリティを向上できるか。

主な発見

• キーストロークイベントに25 msのランダム遅延を適用すると、平均でユーザー識別精度が約20%低下するが、ユーザー体験への影響は全くない。
• 長い固定テキストおよび長い自由テキスト入力では、識別精度を半分に低下させるために500 msの遅延が必要であり、初期の遅延以降は効果の逓減が顕著である。
• ソフトバイオメトリック特徴（例：性別、利き手）分類は、誤魔かしの影響をほとんど受けていない。初期の精度がほぼ確率的レベルであり、顕著な向上も見られなかった。
• 両方の誤魔かし戦略において、プレス-プレス遅延および持続時間予測誤差が増加しており、誤魔かしが根本的なタイミングパターンを効果的に変更していることが確認された。
• 遅延ミックス戦略は、最小限の遅延で識別精度を20%低下させることができたが、インターバルミックス戦略は高遅延レベルでより強い抑制効果を示した。
• ハードウェアベースの誤魔かしは実現可能であり、ソフトウェアベースの代替策よりもセキュアである。これは、アプリケーションレベルの制限（例：JavaScript無効化）との競合を回避できるからである。