Создана система, способная подделывать отпечатки пальцев

Идентификация через отпечатки пальцев не является надежной защитой личной информации

Специалисты университета г. Нью-Йорка создали систему, способную «подделывать» отпечатки пальцев и вскрывать биометрические технологии идентификации личности. Нейросеть получила название DeepMasterPrints.

В настоящее время распознавание личности через отпечатки пальцев – распространенный способ защиты данных, применяемых во многих устройствах. Практически все современные смартфоны снабжены сканером отпечатков, открывающим доступ к персональной информации пользователя. Это могут быть личные фото, пароли к различным базам, онлайн-кабинеты для осуществления платежей и прочих переводов и многие другие ресурсы, защита которых чрезвычайно важна. Рассчитывая на надежность блокировки через сканер отпечатка, люди не задумываются всерьез, что данный механизм является недостаточно надежным. Доказательством этого и является система DeepMasterPrints, позволяющая подделывать отпечатки и пользоваться вновь созданным ключом для работы с закрытой информацией.

Работа технологии основана на двух свойствах существующих систем аутентификации. Во-первых, чаще всего считывающий сканер существенно меньше самого пальца, поэтому читается отпечаток не всего пальца, а только его части. То есть в момент приложения пальца система сравнивает полученную информацию не со всеми данными, существующими в архиве, а только с одним, наиболее подходящим вариантом. В этом и кроется подвох, поскольку достаточно, чтобы совпала только часть рисунка.

Второй момент связан с тем, что некоторые признаки отпечатков являются часто встречающимися, а, значит, если в «поддельном» ключе будет присутствовать большая часть характерных признаков, с большой долей вероятности он сработает при идентификации. Специалисты проанализировали огромную базу исходных отпечатков и выявили общие закономерности. В результате, удалось получить систему, позволяющую «обмануть» более 25% тестируемых сканеров. Это довольно серьезный результат.

Руководитель проекта Филипп Бонтрагер отмечает, что полученные данные должны помочь производителям устройств при разработке новых более совершенных систем защиты информации, позволяющих обезопасить пользователя от проникновения в его личный защищенный архив сведений.

Нейросеть научили подделывать отпечатки пальцев

Дактилоскопическая идентификация пользователей — один из относительно надежных способов определить личность человека. Конечно, лучше всего использовать его в совокупности с другими методами, многофакторность никто не отменял. Но все же дактилоскопические технололгии используются разработчиками ПО и разного рода устройств чаще, чем любые другие биометрические методы.

Вполне может быть, что через некоторое время от этого способа придется отказаться. Дело в том, что в США разработали нейросеть, способную подделывать отпечатки пальцев. Причем компьютер создает изображения таким образом, что они расцениваются разного рода датчиками как фрагменты отпечатков пальцев реальных людей.

Для того, чтобы научить свою нейросеть выполнять эту работу, авторы проекта использовали реальные данные 5400 человек. Выборка не так, чтобы очень уж большая, но вполне достаточная для обучения нейросети. Результаты своей работы ученые опубликовали, выложив препринт статьи.

Пока что система может генерировать лишь фрагменты отпечатков пальцев — но этого достаточно для многих систем, которые используют именно фрагменты. Несмотря на то, что отпечатки пальцев уникальны, что позволило разработать дактилоскопию и ряд механизмов аутентификации по отпечатку пальцев, обмануть защиту все же можно.

Особенно это актуально как раз для систем, которые работают с фрагментами, оказывается, можно создать искусственный рисунок, который будет подходить пальцам сразу нескольких человек. Таких систем немало — многие сканеры отпечатков, которые встроены в смартфоны, ноутбуки и другие электронные системы, работают лишь с частью отпечатка пальца пользователя. Она хранится в базе, с которой и сопоставляется проверяемый отпечаток.

У некоторых частей отпечатков есть повторения, что и позволило ученым реализовать своей проект.

Ранее был разработана нейросеть, которая получила название MasterPrints. Она модифицировала детали уже имеющихся отпечатков. Генерировать полностью новые отпечатки такая система не в состоянии.

Команда разработчиков из Нью-Йоркского университета, о которых и идет речь в этой статье, достигла большего. Ученые недавно представили нейросеть Deep MasterPrints, которая способна генерировать универсальные «отмычки», отпечатки пальцев по заданному шаблону.

Эффективность работы нейросети впечатляет — дело в том, что Deep MasterPrints способна генерировать фрагменты, которые совпадают с 76 процентами выборки. Предыдущая нейросеть показывала куда более скромный результат с 33,4%. Для того, чтобы избежать ошибки, ученые решили использовать уже существующие системы генерации случайных отпечатков пальцев. Последние проверили, оказалось, что они совпадают всего с примерно 7% контрольной выборки, то есть в 10 раз менее эффективны, чем рисунки, которые генерирует новая нейросеть.

Стоит отметить, что специалисты разделяют три уровня защиты дактилоскопической идентификации. Самый защищенный, где вероятность ложных совпадений составляет 0,01%, средний, который является самым распространенным, где вероятность ложных совпадений — 0,1% и самый нижний, где процент ложных совпадений составляет всего лишь 1%. С нижним уровнем специалисты из Нью-Йоркского университета и работали. Они знают, что биометрические сенсоры чаще всего работают с 0,1% вероятностью ложных совпадений. Здесь эффективность работы системы ниже — всего 23%. Верхний уровень нейросети пока недоступен — обмануть сверхточный датчик удалось лишь в 1,3% случаев.

Как бы там ни было, но эта технология развивается, так что в скором времени можно ожидать более впечатляющих результатов. Достоинством Deep MasterPrints является то, что нейросеть работает с цифровыми отпечатками, а не базой данных растровых картинок с копиями отпечатков пальцев разных людей.

По словам ученых, их разработка поможет усовершенствовать способы защиты, идентификации пользователей, которые связаны с распознаванием отпечатков пальцев.

К слову, сейчас все чаще используется технология распознавания лиц вместо отпечатков пальцев. В частности, именно такой метод идентификации пользователей работает на новых смартфонах Apple — называется она FaceID.

Нейросеть научили подделывать любые отпечатки пальцев

Москва, 17 ноября – “Вести.Экономика” Исследователи Политехнического института Нью-Йоркского университета (New York University Tandon) использовали нейронную сеть, чтобы подделывать отпечатки пальцев, сообщает the Guardian.

Американские ученые разработали искусственный интеллект, способный подделывать отпечатки пальцев людей для взлома биометрических систем безопасности. Подробности рассказали сами разработчики программы на конференции по безопасности в Лос-Анджелесе.

Нейросеть получила имя DeepMasterPrints. Она способна создавать узоры, соответствующие отпечаткам пальцев сразу нескольких людей. Как объясняют разработчики, системы обычно сканируют пальцы человека не целиком.

Это связано в том числе с размерами сканеров, которые часто в разы меньше, нежели прикладываемые к ним пальцы, и в итоге они считывают отпечатки по частям, создавая несколько дактилоскопических карт. Другими словами, каждый отсканированный палец хранится в системе в виде ряда файлов, каждый из которых составляет определенную часть итогового отпечатка.

Это позволяет тем же смартфонам идентифицировать пользователя без задержек и необходимости многократного прикладывания пальца к сенсору разными сторонами. В итоге часть отпечатка сравнивается с такой же сохраненной частью. Это означает, что мошенникам не нужно полностью копировать отпечаток, нужна лишь копия одной из частей, пояснили исследователи.

Для обучения DeepMasterPrints специалисты использовали датасет из сотен тысяч разных отпечатков пальцев. Генеративно-состязательная нейросеть анализировала их и училась создавать новые отпечатки, несущие в себе элементы тех, которые она уже видела.

На момент публикации исследования из 100% отпечатков, сгенерированных DeepMasterPrints, около 23% могут сработать на сканерах различного рода, установленных как на мобильных устройствах, так и на входах в различные помещения. Исследователи намерены улучшить эти показатели уже в ближайшем будущем.

Итог работы – возможность быстро создавать такие отпечатки пальцев, которые подходят сразу к нескольким разным аккаунтам в биометрических системах защиты. По словам авторов алгоритма, дальнейшая работа поможет разработать способы борьбы с такой уязвимостью и повысить защищенность биометрических баз данных. Пока же программа представляет собой идеальный инструмент для взлома систем, защищенных при помощи биометрических данных.

Нейросеть научилась подделывать отпечатки пальцев

Bontrager et al.

Американские разработчики представили Deep MasterPrints — алгоритм, который умеет создавать изображения универсальных отпечатков пальцев, которые подходят под фрагменты отпечатков пальцев реальных людей. Для этого авторы использовали генеративно-состязательную сеть, которую обучили на биометрических данных 5400 человек. Препринт статьи опубликован на arXiv.org.

Уникальность папиллярных линий — тех, которые образуют узор на подушечках человеческих пальцев — в конце XIX века привела к открытию дактилоскопии — методу опознания человека по отпечаткам пальцев, очень популярного в криминалистике. Уникальность, а также неизменность узора с течением времени позволяет отпечаткам служить валидными биометрическими данными, которые уже давно используются не только для опознания преступников, но и в качестве личного идентификатора, например, для разблокировки телефона или пересечения границы.

Тем не менее, некоторые способы идентификации человека по отпечатку пальца используют не целое его изображение, а только их часть. Такие системы могут быть небезопасны: это, к примеру, показали американские разработчики, создавшие MasterPrints — систему, которая ищет или создает универсальные фрагменты отпечатков пальцев, которые подходят сразу нескольким людям. В новой работе разработчики под руководством Филипа Бонтрэйджера (Philip Bontrager) из Нью-Йоркского университета решили пойти дальше и предложили алгоритм, который автоматически генерирует универсальные изображения отпечатков пальцев; систему назвали Deep MasterPrints.

Для этого они использовали генеративную состязательную нейросеть, которая обучалась на открытой базе данных, содержащих отпечатки пальцев 5400 людей — в работе авторы использовали отпечаток большого пальца на правой руке. После успешного создания изображения алгоритм ищет скрытые переменные, использованные генератором, для выбора наиболее универсального отпечатка — такого, который подойдет для наибольшего количества отпечатков из обучающей выборки.

Отпечатки пальцев из датасета и отпечатки, созданные Deep MasterPrint

Bontrager et al. / arXiv 2018

При проверке разработанного метода ученые выяснили, что одно изображение отпечатка совпадает примерно с 76,67 процентами всей выборки, в то время как один фрагмент отпечатка MasterPrints совпадает лишь с 33,4 процента. Также ученые проверили полученные отпечатки пальцев на двух независимых от использованной обучающей выборки биометрических системах (Bozorth3 и Inovatrics): каждое созданное изображение оказалось в десять раз эффективнее случайно созданного отпечатка.

Полученная исследователями система в будущем может быть использована для улучшения алгоритмов идентификации пользователей по биометрическим данным. Кроме того, работа также может пригодиться и для улучшения методов создания синтезированных отпечатков пальцев.

В последнее время вместо отпечатков пальцев используют изображение человеческого лица: например, чуть больше года назад в смартфонах компании Apple начали использовать технологию FaceID. Тем не менее, такой метод уже показал свою уязвимость. Заменить его предлагают, к примеру, сканированием узора венок на лице.

Источники:
http://habr.com/ru/post/430320/?mobile=yes
http://www.vestifinance.ru/articles/110319
http://nplus1.ru/news/2018/11/16/ai-fingertips
http://habr.com/post/405041/

Ссылка на основную публикацию