生物特征识别的非定向近碰撞攻击:现实边界与理论极限
密码学与安全
2024-02-22 v5 计算机视觉与模式识别
摘要
生物特征识别系统可在两种不同模式下运行:辨认或验证。在第一种模式下,系统通过搜索所有用户的注册模板来识别个体。在第二种模式下,系统通过将新提供的模板与注册模板进行比较来验证用户的身份声明。生物特征变换方案通常生成二进制模板,更便于密码学方案处理,且比较基于泄露两个生物特征模板之间相似度信息的距离。通过识别阈值调整实验确定的错误匹配率和错误不匹配率定义了识别精度,从而也定义了系统的安全性。据我们所知,很少有工作在最小信息泄露(即带阈值的比较的二元结果)情形下对安全性进行形式化处理。本文关注可在在线和离线、以及辨认和验证两种模式下进行的非定向攻击。一方面,我们分析聚焦于生物特征系统的精度指标。我们利用错误匹配率(FMR)和错误正向辨认率(FPIR)给出非定向攻击的复杂度,以解决这些系统的安全性问题。利用这些指标研究近碰撞,使我们能在给定所选 FMR 下估计数据库中用户的最大数量,以保持安全性和精度。这些结果在文献中的系统上进行了评估。另一方面,我们依靠概率建模来评估生物特征系统的理论安全极限。对该度量空间和系统参数(模板大小、阈值和数据库大小)的研究,给出了非定向攻击的复杂度和近碰撞的概率。
引用
@article{arxiv.2304.01580,
title = {Untargeted Near-collision Attacks on Biometrics: Real-world Bounds and Theoretical Limits},
author = {Axel Durbet and Paul-Marie Grollemund and Kevin Thiry-Atighehchi},
journal= {arXiv preprint arXiv:2304.01580},
year = {2024}
}
备注
Correction of typos