ITU-studerende: Sensorer i smartwatch kan afsløre pinkoden til dit betalingskort

13. januar 2016 kl. 15:063
Sensorer i et smartwatch kan bruges til at aflæse den pin-kode folk indtaster, når de eksempelvis benytter en hæveautomat, har ITU-studerende påvist.
Artiklen er ældre end 30 dage
Manglende links i teksten kan sandsynligvis findes i bunden af artiklen.

Et smartwatch kan som bekendt andet end at vise, hvad klokken er. De færreste går dog nok og tænker over, at elektronikken på håndleddet kan gøre uvedkommende i stand til at aflæse den pinkode, der bliver indtastet på et keypad, der svarer til det på en dankort-aflæser.

Tony Beltramelli har læst softwareudvikling på IT Universitetet, og han har netop forsvaret sit specialeprojekt. I projektet har han påvist, at det med rimelig stor sandsynlighed er muligt at aflæse eksempelvis pinkoder ud fra den måde, brugeren af et smartwatch bevæger hånden på under indtastning.

Han har fået en gruppe testpersoner til at taste løs på en keypad, der minder om det på en dankortterminal. Testpersonerne har været iklædt et smartwatch.

Ved at køre data fra urets sensorer - gyroskop og accelerometer - gennem en machine learning-algoritme har det været muligt med rimelig sandsynlighed at detektere, hvilke tal testpersonerne har trykket på.

Artiklen fortsætter efter annoncen

»Det var ikke overraskende, at det var muligt at aflæse pin-tallene. Det overraskende var omfanget hvormed, det faktisk fungerede,« siger Beltramelli.

Deep learning

Machine learning-algoritmenerne, han har anvendt, er i kategorien deep learning. Idet konkrete tilfælde og kort fortalt indebærer det, at algoritmerne er blevet præsenteret for data fra testpersonerne, som har trykket 1, 2, 3 og så fremdeles.

Algortimerne lærer på den måde, hvordan et tryk på en bestemt tast, bør se ud for det specifikke individ, forklarer Tony Beltramelli. Og på baggrund af den indlærte adfærd forsøger algoritmen så at gætte, hvor brugeren faktisk trykker fremover.

I den forbindelse er det værd at bemærke, at algoritmen skal trænes til tryk for enkeltpersoner. Det vil sige, at hvis en hacker skaffer sig adgang til eksempelvis en smartphone og begynder at høste data fra et smartwatch ad den vej, så forudsætter det, at hackeren anvender en algoritme, der er trænet til at genkende bevægelsesmønsteret for det pågældende offer.

Artiklen fortsætter efter annoncen

Tony Beltramelli forklarer dog i den forbindelse, at hvis flere personer har en tasteteknik, der ligger tæt op ad hinanden, så er det muligt, at den statistiske model i algoritmerne vil se det som en person, og dermed alligevel være i stand til at genkende tastetrykkene.

»Men det er ikke tilsigtet. Det er et biprodukt fra den metode, vi har anvendt.«

Men er der tale om et enkelt individ, kan algoritmen altså med rimelig sandsynlighed sige, om der bliver trykket på det ene eller det andet tal på et keypad, som i forsøgssetuppet havde 12 taster.
Rimelig sandsynlighed vil i 59 pct. af tilfældene for et keypad og i 73 pct. af tilfældene for touchpad. Altså et tastatur på en touchscreen.

Forskellen forklarer Beltramelli med, at touchskærmen ganske enkelt var større under forsøgene, derfor var udsvinget i testpersonernes håndbevægelser også større og dermed lettere at detektere.

Den forkerte hånd?

Lige nu sidder der en eller flere Version2-læsere og tænker noget i retning af: »Jamen, pinkoden bliver jo typisk indtastet med den hånd, som uret ikke sidder på ...«

Og det er helt rigtigt, medgiver Beltramelli. Han fortæller, at der mest af alt er tale om proof-on-concept, der skal illustrere at der kan være en risiko i forhold til den type teknologi.

Når det er sagt, så er der de såkaldte fitness-trackere, der eksempelvis tæller brugerens puls, samt antallet af skridt.

»Jeg har observeret at nogle, inklusiv mine kollegaer, faktisk har fitness-trackeren på højre hånd, selvom de er højrehåndede. Så selvom vi bruger et smartwatch i dette projekt, så er sensorerne i en fitness-tracker stort set de samme. Så i teorien vil det være muligt at gøre det samme,« siger han med henvisning til uvedkommendes mulighed for at aflure pin-koder.

Selvom Tony Beltramelli har påvist, at det altså er muligt at snage i eksempelvis pin-kodeindtastning via et smartwatch, så mener han dog ikke, der er grund til at blive bange for teknologier som smartwatches eller fitness-trackere.

Artiklen fortsætter efter annoncen

»Men det er vigtigt at minde folk om, at de bruger intelligent teknologi, der kan bruges til at overvåge dem med, uden de er klar over det.«

Tony Beltramellis specialeprojekt ligger her (PDF). Selvom han altså maner til besindighed, så står der dog i konklusionen på specialeprojektet:

»... disse observationer antyder, at en cyberkriminel teoretisk vil være i stand til at aflytte en vilkårlig enhed, som brugeren anvender, mens der bæres et WAD (Wearable Wristband and Armband Devices). Og dermed få adgang til følsom og yderst værdifuld information og muligvis forårsage alvorlige skader,« står der i konklusionen, som også påpeger, at risikoen for sådanne angreb kan minimeres ved at en eksempelvis højrehåndet person har sin WAD på venstre håndled.

Derudover bliver det påpeget i projektrapporten, at operativsystemerne i WADs bør kræve brugerens godkendelse, før nogen apps får adgang til data fra accelerometer og gyroskop.

Der ligger en lille video på Youtube, hvor Tony Beltramelli demonstrerer teknikken.

Remote video URL

3 kommentarer.  Hop til debatten
Denne artikel er gratis...

...men det er dyrt at lave god journalistik. Derfor beder vi dig overveje at tegne abonnement på Version2.

Digitaliseringen buldrer derudaf, og it-folkene tegner fremtidens Danmark. Derfor er det vigtigere end nogensinde med et kvalificeret bud på, hvordan it bedst kan være med til at udvikle det danske samfund og erhvervsliv.

Og der har aldrig været mere akut brug for en kritisk vagthund, der råber op, når der tages forkerte it-beslutninger.

Den rolle har Version2 indtaget siden 2006 - og det bliver vi ved med.

Debatten
Log ind eller opret en bruger for at deltage i debatten.
settingsDebatindstillinger
3
14. januar 2016 kl. 09:43

Som jeg lige ser mig selv, hviler jeg hånden på noget af terminalen og bruger flere fingre til at taste min pin (og har uret på modsatte hånd).

Næste skridt i gadgets er at dit smartwatch ud over bevægelsessensore også har sensore overvåger de muskler der løber op gennem armen. På den måde kan lave meget mere subtile gestures til betjening af uret og selvfølgelig også meget mere præcist overvåge hvad de enkelte fingre laver.

Et eksempel på et eksisterende produkt er https://www.myo.com/

2
13. januar 2016 kl. 20:24

og som da vist heller ikke fangede koden helt korrekt?)

Det siger han jo også selv. Det interessante er, at der er statistisk signifikans og at der altså er en angrebsvektor - som i fremtiden ikke bliver mindre, efterhånden som sensorer bliver mere fintfølende computerkraft & algoritmer mere tilgængelige.

Hvis en enkelt specialestuderende kan komme frem til dette på et halvt år, skal der ikke meget fantasi til at se, hvor langt en organisation kan nå som er villig til at kaste 5-10 årsværk efter noget tilsvarende.

1
13. januar 2016 kl. 18:47

Som jeg lige ser mig selv, hviler jeg hånden på noget af terminalen og bruger flere fingre til at taste min pin (og har uret på modsatte hånd).

Hvor mange flytter tydeligt/registrerbart hånden/armen som i videoen (som er det eneste jeg har set, og som da vist heller ikke fangede koden helt korrekt?)