BehaVR：基于 VR 传感器数据的用户识别
人机交互
2024-09-24 v2 密码学与安全
摘要
虚拟现实（VR）平台支持广泛的应用，但也带来了独特的隐私风险。具体而言，VR 设备配备丰富的传感器组，可采集个人与敏感信息（如身体动作、视线注视、手部关节与面部表情）。即便没有显式标识符，这些新可用传感器的数据也能用于唯一识别用户。本文旨在理解仅基于 VR 传感器数据、在多种类型真实世界应用内部及跨应用识别用户的程度。我们考虑能力各异的攻击者：从观测单一应用内可用 API（应用攻击者）到观测 VR 设备上多个应用中全部或选定传感器测量值（设备攻击者）。为此，我们提出 BehaVR，一个用于采集并分析 VR 设备上多个运行应用所收集的全部传感器组数据的框架。我们利用 BehaVR 从真实用户与 20 款流行真实世界应用交互中采集数据，并基于可用传感器数据提取特征，构建应用内及跨应用的用户识别机器学习模型。结果表明，这些模型识别用户准确率高达 100%，且我们揭示了依应用功能与攻击者而定的最重要特征与传感器组。据我们所知，BehaVR 首个全面分析 VR 用户识别，即考虑消费级 VR 设备上由多个真实世界（而非定制）应用采集的所有可用传感器测量值。
引用
@article{arxiv.2308.07304,
title = {BehaVR: User Identification Based on VR Sensor Data},
author = {Ismat Jarin and Yu Duan and Rahmadi Trimananda and Hao Cui and Salma Elmalaki and Athina Markopoulou},
journal= {arXiv preprint arXiv:2308.07304},
year = {2024}
}