[论文解读] Security of the Improved Fuzzy Vault Scheme in the Presence of Record Multiplicity

Johannes Merkle, Benjamin Tams|arXiv (Cornell University)|Dec 18, 2013

Biometric Identification and Security被引用 5

一句话总结

本文提出了一种针对改进型模糊保险箱方案的新攻击方法，利用扩展欧几里得算法高效判断两个生物特征保险箱记录是否相关，并恢复它们之间的差异元素。该攻击在实际参数下表现极为有效，且渐近最优，同时提出了应对记录多重性威胁的对策。

ABSTRACT

Dodis et al. proposed an improved version of the fuzzy vault scheme, one of the most popular primitives used in biometric cryptosystems, requiring less storage and leaking less information. Recently, Blanton and Aliasgari have shown that the relation of two improved fuzzy vault records of the same individual may be determined by solving a system of non-linear equations. However, they conjectured that this is feasible for small parameters only. In this paper, we present a new attack against the improved fuzzy vault scheme based on the extended Euclidean algorithm that determines if two records are related and recovers the elements by which the protected features, e.g., the biometric templates, differ. Our theoretical and empirical analysis demonstrates that the attack is very effective and efficient for practical parameters. Furthermore, we show how this attack can be extended to fully recover both feature sets from related vault records much more efficiently than possible by attacking each record individually. We complement this work by deriving lower bounds for record multiplicity attacks and use these to show that our attack is asymptotically optimal in an information theoretic sense. Finally, we propose remedies to harden the scheme against record multiplicity attacks.

研究动机与目标

• 分析在记录多重性攻击下改进型模糊保险箱方案的安全性。
• 识别该方案中允许攻击者关联同一用户多个保险箱记录的漏洞。
• 开发一种高效方法，从相关保险箱记录中恢复生物特征集之间的差异。
• 推导记录多重性攻击的信息论下限，并评估其最优性。
• 提出实用对策，以增强该方案对这类攻击的抗性而不牺牲效率。

提出的方法

• 利用扩展欧几里得算法求解两个相关模糊保险箱记录之间的差异。
• 将问题建模为从保险箱构造结构中导出的非线性方程组。
• 使用代数技术判断两个保险箱是否关联，而无需破坏底层密码原 primitive。
• 将攻击扩展至比单独破译每条记录更高效地完全恢复相关保险箱中的两个特征集。
• 通过信息论分析推导成功实施多重性攻击所需记录数的理论下限。
• 提出对保险箱构造过程的修改，以防止记录之间结构关系的泄露。

实验结果

研究问题

• RQ1 能否使用代数技术高效判断两个同一人改进型模糊保险箱记录之间的关系？
• RQ2 在多大程度上可从相关保险箱记录中恢复受保护生物特征的差异？
• RQ3 该攻击在模糊保险箱方案的实际参数规模下如何扩展？
• RQ4 该攻击在信息论安全边界下是否渐近最优？
• RQ5 可设计何种对策以防止记录多重性攻击，且不牺牲效率？

主要发现

• 所提出的攻击利用扩展欧几里得算法可高效判断两个模糊保险箱记录是否相关。
• 该攻击成功从相关保险箱中恢复了两个生物特征集之间的差异元素。
• 即使在实际参数规模下，该攻击也极为高效且有效，与先前认为仅对小参数可行的推测相矛盾。
• 该攻击比单独破译每条记录更高效地完全恢复了相关保险箱中的两个特征集。
• 该攻击渐近最优，经由推导的信息论下限得到证实。
• 本文提出了具体的对策，以增强改进型模糊保险箱方案对这类基于多重性的攻击的抗性。