[论文解读] HoneyFaces: Increasing the Security and Privacy of Authentication Using Synthetic Facial Images

Mor Ohana, Orr Dunkelman+2 more|arXiv (Cornell University)|Nov 11, 2016

Biometric Identification and Security参考文献 30被引用 4

一句话总结

HoneyFaces 通过向生物特征数据库中注入大量难以区分的合成面部模板，显著提升了生物特征认证的安全性与隐私保护。该方法在保持认证准确率（93.33% TPR，0.01% FPR）的同时，大幅增加了数据外泄的计算难度，并实现了强大的泄露检测能力，且无需牺牲可用性或依赖不安全的假设。

ABSTRACT

One of the main challenges faced by Biometric-based authentication systems is the need to offer secure authentication while maintaining the privacy of the biometric data. Previous solutions, such as Secure Sketch and Fuzzy Extractors, rely on assumptions that cannot be guaranteed in practice, and often affect the authentication accuracy. In this paper, we introduce HoneyFaces: the concept of adding a large set of synthetic faces (indistinguishable from real) into the biometric "password file". This password inflation protects the privacy of users and increases the security of the system without affecting the accuracy of the authentication. In particular, privacy for the real users is provided by "hiding" them among a large number of fake users (as the distributions of synthetic and real faces are equal). In addition to maintaining the authentication accuracy, and thus not affecting the security of the authentication process, HoneyFaces offer several security improvements: increased exfiltration hardness, improved leakage detection, and the ability to use a Two-server setting like in HoneyWords. Finally, HoneyFaces can be combined with other security and privacy mechanisms for biometric data. We implemented the HoneyFaces system and tested it with a password file composed of 270 real users. The "password file" was then inflated to accommodate up to $2^{36.5}$ users (resulting in a 56.6 TB "password file"). At the same time, the inclusion of additional faces does not affect the true acceptance rate or false acceptance rate which were 93.33\% and 0.01\%, respectively.

研究动机与目标

• 为解决生物特征模板泄露这一关键挑战，特别是因为生物特征无法像密码一样重置。
• 克服现有隐私保护技术（如安全草图和模糊提取器）导致识别准确率下降且依赖不可验证假设的局限性。
• 设计一种机制，在不影响可用性或认证性能的前提下，同时增强生物特征系统的安全性和隐私性。
• 通过将数据库膨胀至使大规模数据窃取在计算和时间上均不可行的规模，实现对数据外泄的检测。
• 支持与其他隐私增强机制（如 HoneyWords 中使用的双服务器模型）的集成，实现分层保护。

提出的方法

• 将大量在统计上与真实人脸无法区分的合成面部图像注入生物特征模板数据库。
• 使用生成模型（如基于 GAN 的模型）生成与数据集中真实人脸统计分布一致的合成人脸。
• 保持相同的面部识别系统和匹配算法，确保真实用户的认证过程不受合成人脸存在的影响。
• 将数据库从 270 名真实用户膨胀至最多 $2^{36.5}$ 名用户（56.6 TB），显著扩大攻击者的搜索空间。
• 通过部分数据外泄模拟（例如仅泄露 10 个 AM 系数）评估系统对信息泄露的抗性。
• 应用统计与机器学习方法，测试是否能区分真实人脸与合成人脸，并评估成员推理攻击的成功率。

实验结果

研究问题

• RQ1 能否生成大量在分布和外观上与真实生物特征模板无法区分的合成面部模板？
• RQ2 在数据库中加入合成人脸是否会降低面部识别系统的真正接受率（TAR）或错误接受率（FAR）？
• RQ3 通过合成人脸膨胀数据库在多大程度上增加了数据外泄的难度，尤其是在带宽受限的环境（如空气隔离网络）中？
• RQ4 攻击者是否能利用部分表示（如 10 个 AM 系数）识别真实用户或将其与合成模板区分开来？
• RQ5 HoneyFaces 机制是否支持与其他隐私增强模型（如 HoneyWords 的双服务器架构）集成？

主要发现

• 即使将数据库膨胀至 $2^{36.5}$ 名用户，HoneyFaces 系统仍保持 93.33% 的真正接受率和 0.01% 的错误接受率，证明认证准确率未受影响。
• 统计与机器学习方法均无法区分真实人脸与合成人脸，因为两者的分布完全一致。
• 试图外泄数据的攻击者将面临极高的时间成本：以 1 Kbit/sec 的速度外泄 56.6 TB 数据需超过 100 年，使大规模窃取变得不切实际。
• 仅泄露每位用户的 10 个 AM 系数，无法有效实施成员推理攻击，因为 98.90% 的外部人脸和 99.26% 的真实用户人脸均低于 0.01% 的距离阈值，导致识别几乎不可能。
• 即使采用更宽松的阈值，71.08% 的外部人脸和 74.07% 的真实用户被错误分类为系统内成员，表明部分数据泄露对攻击者无实际优势。
• 仅用 10 个系数重建的人脸与原始图像在视觉上毫无相似性，证实即使在数据质量下降的情况下，大规模视觉匹配也完全不可行。