Denne artikkelen er produsert og finansiert av NTNU - les mer.

Ansiktsmasker kan true din digitale sikkerhet

– Her vil mange gjenkjenningssystemer slite, sier professor.

Naturtro masker kan lure biometriske systemer på alt fra mobiltelefoner til adgangssystemer, advarer professor Raghavendra Ramachandra.
Publisert

Masker blir brukt til å etterligne andres identitet.

Professor og sikkerhetsekspert ved NTNU i Gjøvik Raghavendra Ramachandra har i mange år undersøkt hvordan man best sikrer de digitale systemene som skal hindre at uvedkommende får tilgang til mobilen eller nettbanken din.

Dette har han gjort sammen med kollegaer fra NTNU og flere universiteter verden over.

– Mange av disse systemene baserer seg i dag på biometri. Det betyr at man ikke lenger behøver å huske passord eller ha med seg så mange nøkler og brikker som tidligere. Disse systemene sikrer heller enhetene våre med utgangspunkt i våre egne unike biologiske egenskaper, sier Ramachandra.

Det er mulig å etterligne kjennetegn 

Biometri kan dreie seg om alt fra ansiktet og fingeravtrykket ditt til øynene dine.

Selv om slike systemer er pålitelige, praktiske og brukervennlige, er de også sårbare for visse typer angrep.

– Det er gode grunner til at biometriske sikkerhetssystemer i dag benyttes av bankvesenet, i passkontroller og på en rekke andre områder hvor sikkerhet settes i høysetet. Samtidig har slike systemer vist seg å være sårbare for det vi kaller presentasjonsangrep, sier Ramachandra.

Et presentasjonsangrep handler om at en angriper viser et biometrisk system en kopi av de biologiske kjennetegnene systemet er designet for å gjenkjenne.

Dette kan altså for eksempel være en maske.

Systemer som kjenner et ansikt

– Flere nye telefoner har for eksempel innebygd ansiktsgjenkjenning. Hvis vi ser for oss at noen ønsker tilgang til telefonen min, kan de gå inn på Facebook-profilen min, laste ned profilbildet mitt og skrive det ut på et ark. Hvis de så presenterer telefonen min for arket med hensikt om å få ulovlig tilgang til den, utfører de et presentasjonsangrep, forklarer Ramachandra.

Om angrepet faktisk lykkes eller ikke – kommer helt an på hvor sofistikert både angrepsmetoden og gjenkjenningssystemet er.

De fleste moderne ansiktsgjenkjenningssystemer ville nok ikke latt seg lure av en papirkopi.

– La oss si at noen som følger meg på sosiale medier får tak i flere selfier av meg tatt fra ulike vinkler. Det vil kunne danne grunnlaget for å lage en 3D-modell av ansiktet mitt. Og har du en 3D-modell av ansiktet mitt, kan du utføre sofistikerte presentasjonsangrep, forklarer forskeren.

Presentasjonsangrep kan utføres med alt fra papirutskrifter til hyperrealistiske silikonmasker.

Svært høyt angrepspotensial

Ramachandra viser fram en naturtro silikonmaske. Etterligningen av et ansikt har en realistisk dybde og et helt korrekt forhold mellom nese, øyne og munn.

Siden den er laget av silikon, kan selv hudens tekstur gjengis med stor realisme.

– Dette gjør at vi anser slike masker for å ha et svært høyt angrepspotensial. Sjansen for at de vil lykkes med å lure et biometrisk system, er med andre ord stor, forklarer forskeren.

– Her vil mange gjenkjenningssystemer slite, sier Ramachandra.

Masken er såpass realistisk at det kan få en til å lure på hvordan det i det hele tatt er mulig å sikre et system mot noe sånt.

– En måte å løse dette på er å bruke to gjenkjenningssystemer parallelt. Slike masker kan kanskje lure et rent ansiktsgjenkjenningssystem. Men hvis systemet også bruker stemmegjenkjenning, vil du ikke få adgang, sier forskeren.

Ulempen med denne løsningen er at det fort blir mye mer omstendelig for brukerne: Ikke bare må de vise fram ansiktet sitt, de må også bruke stemmen.

– Målet vårt er derfor å lage ett system som er i stand til å takle flere ulike angrepstyper alene, inkludert nye, hittil ukjente metoder, sier Ramachandra.

Gammel kjenning i ny drakt

Terskelen for å bruke silikonmasker er høy. De er dyre og krevende å lage.

– Siden alle mennesker har ulik hodeform, må slike masker skreddersys til den som skal bruke den slik at ikke proporsjonene forvrenges når han eller hun tar den på seg. Og da blir det fort en kostbar og omstendelig prosess, forklarer sikkerhetseksperten.

Slik er det ikke med enkle nylonmasker.

– Nylonmaskene vi brukte i denne forskningen, kan enkelt kjøpes på nettet. Et høyoppløselig bilde av personen som skal etterlignes trykkes direkte på overflaten på en måte som bevarer selv de minste ansiktstrekkene når materialet strekkes, sier Ramachandra.

Nylonmasker er ikke like realistiske som silikonmasker. Forsøkene Ramachandra har utført sammen med kollegaer, viser likevel at de har et forholdsvis høyt angrepspotensial og kan lure avanserte biometriske systemer.

At denne typen masker enkelt og billig kan bestilles på nettet, sier dessuten noe om hvor gjennomførbare slike angrep har blitt i virkelige situasjoner, mener forskeren.

Digitaliseringsminister Karianne Tung testet det nyutviklede sikkerhetssystemet til Ramachandra og kollegaer under åpningen av NTNU Gjøviks nye senter for bekjempelse av digital svindel 10. august.

Hud, øyne og mikrobevegelser

Nylonmasker er bare et av de nyeste verktøyene i den stadig voksende verktøykassa som cyberkriminelle tar i bruk for å få tilgang til de digitale enhetene våre.

– Det er en evinnelig katt-og-mus-jakt for å holde tritt. Når vi har funnet måter å avsløre en angrepsmetode på, dukker det snart opp en ny, sier Ramachandra.

Derfor er forskernes mål som nevnt, å utvikle et system som kan oppdage flere angrepsmetoder på én gang – også nye og hittil ukjente.

Det har de allerede langt på vei fått til.

– Ved hjelp av maskinlæringsalgoritmer som er trent på ting som hudtekstur, øyebevegelser og såkalte mikrobevegelser, har vi utviklet et verktøy som kan avsløre disse angrepsmetodene og dessuten gjøre det godt på nye, forklarer Ramachandra.

Mikrobevegelser er ørsmå bevegelser som alle mennesker til enhver tid utfører uten å være klar over det. For eksempel når man puster, svelger eller ubevisst hever et øyenbryn.

– Dette verktøyet kan bygges inn i mobiltelefoner, nettbanker og andre adgangssystemer. Forsøkene våre viser at systemet også kan oppdage angrepstyper det ikke tidligere er trent på, forklarer forskeren.

Dersom ansiktet ikke oppfører seg slik man forventer at et virkelig ansikt skal gjøre, blir det avslørt som et angrepsforsøk.

Ramachandra og kollegaene hans undersøker nå også muligheten for å avdekke personen bak maska. Foreløpige forsøk tyder på at det lar seg gjøre ved hjelp av multispektralkamera. Det er et kamera som tar bilder i flere deler av lysspekteret, også lys vi ikke kan se.

Referanse:

Rahul Anand mfl: A Systematic Failure Analysis of Vision Foundation Models for Open Set Iris Presentation Attack Detection (sammendrag). IEEE Transactions on Biometrics, Behavior, and Identity Science, 2026. DOI: 10.1109/TBIOM.2026.3694899

Powered by Labrador CMS