[论文解读] Attacks and Countermeasures in Fingerprint Based Biometric Cryptosystems

Benjamin Tams|arXiv (Cornell University)|Apr 27, 2013

Biometric Identification and Security参考文献 19被引用 10

一句话总结

本文提出了一种基于 minutiae 的安全模糊保险箱实现，通过使用基于网格的 minutiae 四舍五入和随机解码过程，有效抵御相关性攻击和误接受攻击。该方法在标准数据库上实现了 91% 的 GAR（真实接受率），且误接受率为零，证明了在不牺牲认证性能的前提下，可实现跨匹配抵抗。完整实现已公开，可供复现。

ABSTRACT

We investigate implementations of biometric cryptosystems protecting fingerprint templates (which are mostly based on the fuzzy vault scheme by Juels and Sudan in 2002) with respect to the security they provide. We show that attacks taking advantage of the system's false acceptance rate, i.e. false-accept attacks, pose a very serious risk --- even if brute-force attacks are impractical to perform. Our observations lead to the clear conclusion that currently a single fingerprint is not sufficient to provide a secure biometric cryptosystem. But there remain other problems that can not be resolved by merely switching to multi-finger: Kholmatov and Yanikoglu in 2007 demonstrated that it is possible to break two matching vault records at quite a high rate via the correlation attack. We propose an implementation of a minutiae fuzzy vault that is inherently resistant against cross-matching and the correlation attack. Surprisingly, achieving cross-matching resistance is not at the cost of authentication performance. In particular, we propose to use a randomized decoding procedure and find that it is possible to achieve a GAR=91% at which no false accepts are observed on a database generally used. Our ideas can be adopted into an implementation of a multibiometric cryptosystem. All experiments described in this paper can fully be reproduced using software available for download.

研究动机与目标

• 识别并分析现有基于指纹的生物特征密码系统中的关键安全漏洞，特别是误接受攻击和相关性攻击。
• 解决单指生物特征密码系统虽能抵抗暴力攻击但仍存在漏洞的局限性。
• 设计一种本质上抵御跨匹配和相关性攻击的 minutiae 模糊保险箱，且不降低认证性能。
• 开发一种实用的随机解码机制，提升安全性，同时在保险箱认证中保持高效性。
• 通过提供开源软件和详细的实验验证，实现研究的可复现性。

提出的方法

• 将指纹 minutiae 四舍五入到刚性网格，防止攻击者利用真实点与干扰点之间的空间相关性。
• 将整个网格用作特征空间以构建保险箱，从而消除通过相关性分析区分真实点与干扰点的能力。
• 实施一种随机解码器，以非确定性顺序迭代候选多项式，降低可预测性，提升对统计分析的抵抗力。
• 采用纠错码以容忍生物特征噪声，同时在多项式重构假设下保持安全性。
• 在标准指纹数据库上验证系统，以在受控条件下测量真实接受率（GAR）和误接受率（FAR）。
• 提供名为 thimble 的 C++ 库，包含完整源代码，可供公开下载，确保所有实验均可完全复现。

实验结果

研究问题

• RQ1 能否在不损害认证性能的前提下，有效缓解基于指纹的模糊保险箱系统中的相关性攻击？
• RQ2 是否可能在保持高真实接受率的同时，使生物特征密码系统实现零误接受？
• RQ3 基于网格的 minutiae 四舍五入如何影响模糊保险箱方案的安全性和性能？
• RQ4 随机解码过程在多大程度上可增强对统计攻击和侧信道攻击的抵抗能力？
• RQ5 所提出的方法能否推广至多指或多模态生物特征密码系统？

主要发现

• 所提出的模糊保险箱实现方法在标准指纹数据库上实现了 91% 的真实接受率（GAR），且未发生任何误接受，证明了其高性能与强安全性。
• 通过基于网格的 minutiae 四舍五入，该方法有效消除了真实点与干扰点之间的空间相关性，从而有效抵御相关性攻击。
• 随机解码过程未损害保险箱安全性，反而通过防止对候选多项式的系统性枚举，提升了对统计分析的抵抗力。
• 研究表明，误接受攻击比暴力攻击更高效，凸显了仅依赖计算不可行性无法充分防御的必要性。
• 通过公开可用的软件（包括 thimble C++ 库和性能评估的示例程序），该实现可完全复现。
• 研究发现，仅采用多指系统无法防止相关性攻击，进一步强调了采用基于网格的特征编码等架构改进的必要性。