从头部与手部运动数据唯一识别五万余名虚拟现实用户
密码学与安全
2023-10-25 v1 机器学习
摘要
随着近期对虚拟现实（VR）及所谓“元宇宙”的兴趣与投资爆发式增长，公众注意力已恰当地转向这些平台可能带来的独特安全与隐私威胁。尽管人们早已知道个体会通过其动作透露自身信息，但这种透露在多大程度上使个人在虚拟现实中可被全局唯一识别尚未被广泛理解。在本研究中，我们表明大量真实 VR 用户（N=55,541）仅凭借其相对于虚拟物体的头部与手部运动，即可在多次会话中被唯一且可靠地识别。在对每人 5 分钟数据训练分类模型后，用户可从整个 50,000+ 池中在 100 秒运动数据下以 94.33% 准确率被唯一识别，在仅 10 秒运动数据下以 73.20% 准确率被识别。本工作是首个真正展示生物力学在 VR 中可作为唯一标识符的程度的工作，其程度可与广泛使用的面部或指纹识别等生物特征识别相媲美。
引用
@article{arxiv.2302.08927,
title = {Unique Identification of 50,000+ Virtual Reality Users from Head & Hand Motion Data},
author = {Vivek Nair and Wenbo Guo and Justus Mattern and Rui Wang and James F. O'Brien and Louis Rosenberg and Dawn Song},
journal= {arXiv preprint arXiv:2302.08927},
year = {2023}
}