اثر انگشت شما را می توان از صداهایی که هنگام کشیدن انگشت روی صفحه لمسی ایجاد می شود، بازسازی کرد . محققان چینی و آمریکایی نشان می دهند که کانال جانبی جدید می تواند اثر انگشت را برای فعال کردن حملات بازتولید کند.
کشف آسیبپذیری احراز هویت اثر انگشت از طریق صدای اصطکاک انگشت [PDF] یک حمله کانال جانبی را به سیستم پیچیده شناسایی اثر انگشت خودکار (AFIS) پیشنهاد میکند. این حمله از ویژگیهای صدای کاربر استفاده میکند. که با کشیدن. انگشت روی صفحه لمسی ویژگیهای الگوی اثر انگشت را استخراج میکند. پس از آزمایشها، محققان اظهار داشتند که میتوانند با موفقیت به «تا 27.9 درصد از اثرانگشتهای جزئی و 9.3 درصد از اثرانگشتهای کامل طی پنج بار تلاش در بالاترین میزان امنیتی FAR [نرخ پذیرش نادرست] 0.01 درصد حمله کنند». ادعا می شود که این اولین اثری است برای استنتاج اطلاعات اثر انگشت استفاده می کند.
کشف آسیبپذیری احراز هویت اثر انگشت از طریق صدای اصطکاک انگشت
امنیت اثر انگشت بیومتریک گسترده و قابل اعتماد است. اگر اوضاع به همین شکل پیش برود، تصور میشود که ارزش بازار احراز هویت اثر انگشت تا سال 2032 نزدیک به 100 میلیارد دلار خواهد بود. با این حال، سازمانها و مردم به طور فزایندهای آگاه شدهاند که مهاجمان ممکن است بخواهند اثر انگشت آنها را بدزدند، بنابراین برخی شروع به احتیاط کردهاند. اثر انگشت خود را از دید دور نگه می دارند و به عکس هایی که جزئیات دست خود را نشان می دهند حساس می شوند.
بدون چاپ تماس یا عکسهای جزئیات انگشت چگونه یک مهاجم میتواند. امیدوار باشد.
مقاله PrintListener می گوید. که “صدای اصطکاک انگشت می تواند. توسط مهاجمان به صورت آنلاین با احتمال زیاد ضبط شود.” منبع صداهای انگشت می تواند. برنامه های محبوبی مانند Discord، Skype، WeChat، FaceTime و غیره باشد. هر برنامه چتی که در آن کاربران با بی دقتی در حالی که میکروفون دستگاه فعال است، روی صفحه نمایش انجام می دهند. از این رو نام حمله کانال جانبی PrintListener است.
برخی از علوم پیچیده در پشت کارهای داخلی PrintListener وجود دارد. از قبل ایده خوبی در مورد کارهایی که محققان برای اصلاح حملات AFIS انجام دادهاند. خواهید داشت.
صداهای ضعیف اصطکاک انگشت
یک الگوریتم محلی سازی رویداد صدای اصطکاک بر اساس تجزیه و تحلیل طیفی شد. جداسازی الگوی انگشت روی صدا از ویژگی های فیزیولوژیکی و رفتاری کاربران تأثیر می گذارد. محققین از هر دو حداقل ارتباط ماکزیمم افزونگی (mRMR) و استراتژی وزن دهی تطبیقی استفاده کردند.
پیشرفت از استنباط ویژگی های اثر انگشت اولیه به ثانویه با استفاده از تجزیه و تحلیل آماری همبستگی بین این ویژگی ها و طراحی یک الگوریتم جستجوی اکتشافی
برای اثبات این نظریه، دانشمندان عملا تحقیقات حمله خود را به عنوان PrintListener توسعه دادند. به طور خلاصه، PrintListener از یک سری الگوریتم برای پیش پردازش سیگنال های صوتی خام استفاده می کند.که سپس برای تولید ترکیبات مصنوعی هدفمند برای PatternMasterPrint استفاده می شود.
نکته مهم، PrintListener آزمایشهای گستردهای را «در سناریوهای دنیای واقعی» انجام داد. و همانطور که در مقدمه ذکر شد. میتواند حملات اثرانگشت جزئی موفقیتآمیز را در بهتر از یک مورد از هر چهار مورد. و حملات اثرانگشت را در تقریباً یک مورد از هر ده مورد تسهیل کند. این نتایج بسیار بیشتر از حملات فرهنگ لغت اثر انگشت MasterPrint بدون کمک است.
مجلات دیگری که ممکن است مورد توجه باشند. موبایل
برای اطلاعات بیشتر در مورد دنیای فناوری مقالات را بررسی کنید.
برای دیدن محصولات میتوانید به سایت اینترنتی YASASTORE مراجعه فرمایید.