自拍捕获动力学作为抗深度伪造与注入攻击的辅助信号——用于移动身份验证
摘要
移动远程身份验证 (RIdV) 系统面临操纵或替换人脸视频流的攻击，包括展示攻击、实时深度伪造和视频注入。欧洲的最新要求，如 ETSI TS 119 461 和 CEN/TS 18099，推动寻找摄像头式展示攻击检测之外的补充证据通道。本文探讨在自拍捕获期间记录的被动运动轨迹是否为 spoof 筛查和用户验证提供辅助证据。我们引入 CanSelfie，一个包含 375 组真人多传感器序列的数据集，这些序列在 50 Hz 的采样率下收集于 30 名参与者使用商业移动 RIdV 应用程序，包含 stationary、handheld 和 temporally 位移的攻击代理场景。我们对 7 个多变量时序分类器和 8 个整序列异常检测器进行基准测试，考察不同的传感器配置和时间窗口。在 spoof 筛查方面，仅使用加速度计的 ROCKAD 达到 0.00% 误拒率 (FRR) 和 43.8% 误接受率 (FAR)，而 QUANT+3-NN 在 2.37% FRR 时获得最低的总体 FAR 为 32.0%；两者均拒绝所有 stationary 攻击代理。在相同设备和相同会话的用户验证中，WEASEL+MUSE 使用 9 个传感器通道达到 1.07% 的等错误率 (EER)。分析表明，原始加速度计数据保留了重力和姿态线索，是最具信息量的模态；而封闭式分类准确率本身并不必然意味着良好的验证性能，因为阈值校准取决于得分分布。研究结果表明，短自拍捕获动力学轨迹包含可测量的 spoof 相关和身份相关信息，支持其作为低便利性辅助信号的使用，同时指出跨设备、跨会话以及实际注入攻击评估的必要性。
引用
@article{arxiv.2605.00218,
title = {Selfie-Capture Dynamics as an Auxiliary Signal Against Deepfakes and Injection Attacks for Mobile Identity Verification},
author = {Erkka Rantahalvari and Olli Silvén and Zinelabidine Boulkenafet and Constantino Álvarez Casado},
journal= {arXiv preprint arXiv:2605.00218},
year = {2026}
}
备注
12 pages, 5 figures, 8 tables, 51 references, conference