[论文解读] Smartphone Fingerprinting Via Motion Sensors: Analyzing Feasibility at Large-Scale and Studying Real Usage Patterns

Anupam Das, Nikita Borisov+2 more|arXiv (Cornell University)|May 27, 2016

Internet Traffic Analysis and Secure E-voting被引用 6

一句话总结

本文展示了智能手机运动传感器可用于大规模设备指纹识别，在400台设备上准确率达90%，在100,000台设备上准确率至少达12–16%，采用k-NN分类器并结合距离度量学习。研究进一步表明，运动传感器数据常被网站收集，存在潜在指纹识别风险，并评估了两种隐私保护对策——混淆和量化——在不影响运动控制游戏可用性的情况下有效降低指纹识别准确率。

ABSTRACT

Advertisers are increasingly turning to fingerprinting techniques to track users across the web. As web browsing activity shifts to mobile platforms, traditional browser fingerprinting techniques become less effective; however, device fingerprinting using built-in sensors offers a new avenue for attack. We study the feasibility of using motion sensors to perform device fingerprinting at scale, and explore countermeasures that can be used to protect privacy. We perform a large-scale user study to demonstrate that motion sensor fingerprinting is effective with even 500 users. We also develop a model to estimate prediction accuracy for larger user populations; our model provides a conservative estimate of at least 12% classification accuracy with 100000 users. We then investigate the use of motion sensors on the web and find, distressingly, that many sites send motion sensor data to servers for storage and analysis, paving the way to potential fingerprinting. Finally, we consider the problem of developing fingerprinting countermeasures; we evaluate a previously proposed obfuscation technique and a newly developed quantization technique via a user study. We find that both techniques are able to drastically reduce fingerprinting accuracy without significantly impacting the utility of the sensors in web applications.

研究动机与目标

• 评估运动传感器驱动的设备指纹识别在大规模场景下的可行性，超越以往研究仅限于100台设备的局限。
• 建立并预测基于簇内与簇间距离分布的更大规模人群指纹识别准确率模型。
• 调查网页中运动传感器的实际使用情况，评估通过数据外泄实现指纹识别的风险。
• 通过在运动控制游戏中测试两种对策——混淆与量化——评估隐私与可用性之间的权衡。

提出的方法

• 从610部智能手机（涵盖多种设备和用户）收集运动传感器数据，构建大规模指纹识别数据集。
• 采用结合距离度量学习的k-NN分类方法，基于运动传感器轨迹对设备进行分类。
• 开发参数化模型，通过拟合簇内与簇间距离分布，估算在更大规模人群中的分类准确率。
• 分析Alexa前100,000个网站的静态与动态JavaScript代码，检测运动传感器访问及数据传输模式。
• 提出一种新型基于量化的对策，将运动数据转换为极坐标并降低分辨率，以隐藏设备特异性模式。
• 通过408名参与者的用户研究，在运动控制游戏中评估隐私技术对可用性的影响，测量主观评分与客观游戏性能指标。

实验结果

研究问题

• RQ1 运动传感器指纹识别能否在大规模场景下实现高准确率，超越以往研究仅限100台设备的限制？
• RQ2 在100,000台设备规模下，指纹识别的预测准确率是多少？其随训练集规模的变化如何？
• RQ3 在真实世界网站中，运动传感器的访问与数据传输有多普遍？主要使用场景是什么？
• RQ4 如混淆与量化等隐私保护技术能否有效降低指纹识别准确率，同时不显著损害真实应用中传感器的实用性？
• RQ5 这些对策对运动敏感型网络应用中的用户体验有何影响？

主要发现

• 运动传感器指纹识别在400台设备的数据集中实现了90%的分类准确率，证明其在大规模场景下的高度可行性。
• 模型预测在100,000台设备规模下，指纹识别准确率保守估计为12–16%，表明运动传感器指纹识别在大规模场景下仍构成切实威胁。
• 在Alexa前100,000个网站中识别出超过1,000个运动传感器访问实例，存在显著数据向服务器传输，为潜在指纹识别基础设施提供支持。
• 大量脚本将运动传感器数据发送至服务器，部分甚至利用传感器存在情况用于广告定位，表明已存在可被用于指纹识别的数据收集管道。
• 用户研究显示，基线条件与隐私保护条件在游戏难度、持续时间及重启次数方面均无显著统计差异，表明对可用性影响极小。
• 混淆方法与新提出的量化技术均能有效降低指纹识别准确率，且在运动型网络应用中未对用户体验造成明显损害。