[论文解读] PIANO: Proximity-based User Authentication on Voice-Powered Internet-of-Things Devices

Neil Zhenqiang Gong, Altay Ozen+6 more|arXiv (Cornell University)|Apr 11, 2017

User Authentication and Security Systems参考文献 6被引用 3

一句话总结

PIANO 是一种基于邻近度的用户认证系统，专为语音驱动的物联网设备设计，利用内置扬声器、麦克风和蓝牙技术估算用户个人设备（担保设备）与需要访问的物联网设备（认证设备）之间的物理距离。通过确保两台设备在用户定义的阈值范围内（例如 1 米），PIANO 实现了低误拒绝率（2.8%）和近乎为零的误接受率（0.3%），从而在无需生物识别或密码的情况下，实现安全、高效且抗欺骗的访问控制。

ABSTRACT

Voice is envisioned to be a popular way for humans to interact with Internet-of-Things (IoT) devices. We propose a proximity-based user authentication method (called PIANO) for access control on such voice-powered IoT devices. PIANO leverages the built-in speaker, microphone, and Bluetooth that voice-powered IoT devices often already have. Specifically, we assume that a user carries a personal voice-powered device (e.g., smartphone, smartwatch, or smartglass), which serves as the user's identity. When another voice-powered IoT device of the user requires authentication, PIANO estimates the distance between the two devices by playing and detecting certain acoustic signals; PIANO grants access if the estimated distance is no larger than a user-selected threshold. We implemented a proof-of-concept prototype of PIANO. Through theoretical and empirical evaluations, we find that PIANO is secure, reliable, personalizable, and efficient.

研究动机与目标

• 解决语音驱动的物联网设备因存储敏感个人数据而面临的未经授权物理访问日益增长的安全风险。
• 克服传统认证方法（如密码、生物识别）在缺乏键盘、触摸屏或传感器的资源受限物联网设备上的局限性。
• 设计一种安全、高效且精确的基于邻近度的认证机制，利用语音驱动物联网设备上现有的硬件（扬声器、麦克风、蓝牙）。
• 通过一种新颖的声学信号验证协议，有效防止语音重放和基于频率的欺骗攻击。
• 在多种真实环境场景（办公室、家庭、街道、餐厅）中，评估系统在不同用户密度下的性能表现。

提出的方法

• PIANO 使用一个担保设备（例如智能手机或智能手表）来携带用户的已认证身份，并通过蓝牙配对与认证设备（例如智能扬声器）通信。
• 系统采用一种新颖的距离估计协议，称为 ACTION，该协议通过蓝牙传输随机声学参考信号，并利用扬声器播放和麦克风录制进行测量。
• 每台设备通过计算发送信号与接收信号之间的互相关性，估算参考信号的往返飞行时间（ToF），从而估计距离。
• 通过验证记录信号中的信号特征，执行完整性检查以检测重放攻击，防止欺骗尝试。
• 仅当估算的距离低于用户定义的阈值（例如 1 米）时，才授予认证，确保基于邻近度的访问控制。
• 系统假设距离估计服从均值等于真实距离、标准差 σd 由实测数据估计的正态分布。

实验结果

研究问题

• RQ1 能否仅使用语音驱动物联网设备上现有的硬件（扬声器、麦克风、蓝牙）构建基于邻近度的认证系统？
• RQ2 在真实环境中，声学信号在估算两台物联网设备间距离时的准确性和可靠性如何？
• RQ3 该系统能否有效防止语音重放和宽带信号注入等欺骗攻击？
• RQ4 在不同环境中，认证阈值、误拒绝率（FRR）和误接受率（FAR）之间的权衡关系如何？
• RQ5 在实际部署中，系统在时间与能耗方面的效率如何？

主要发现

• 在共享办公室环境中，当认证阈值设定为 1.0 米时，PIANO 的误拒绝率（FRR）为 2.8%，误接受率（FAR）为 0.3%。
• 随着阈值增加，FRR 显著降低——在所有场景中，当阈值从 0.5 米增加到 1.0 米时，FRR 从 5.6% 降至 2.8%。
• 在所有环境和阈值下，FAR 均保持在较低水平（0.3% 至 0.8%），当真实距离超过 10 米（蓝牙范围）时，FAR 降至 0%。
• 系统完成一次认证约需 3 秒，100 次认证尝试仅消耗智能手机 0.6% 的电量，表明其具有很高的效率。
• 所有 100 次基于猜测的攻击和全频段重放攻击均被 ACTION 协议中的完整性检查成功检测并阻止，证明系统对欺骗攻击具有极强的抵抗力。
• 实测数据证实，平均估算距离与真实距离高度吻合，验证了估计误差服从正态分布的假设，且标准差 σd 由实验测量结果估计得出。