El profesor de ciencias de la computación adopta un enfoque ‘práctico’ para la seguridad de los teléfonos inteligentes

A medida que los teléfonos inteligentes se han vuelto más sofisticados a lo largo de los años, también lo han hecho las medidas de seguridad que los acompañan. Las contraseñas simples han sido reemplazadas por huellas dactilares y reconocimiento facial. Sin embargo, esos métodos no resuelven el problema de la privacidad de las notificaciones.

Por ejemplo, compartir su teléfono con un amigo, familiar u otra persona, o incluso dejarlo brevemente en una superficie cercana, podría exponer su privacidad en forma de llamada entrante, correo electrónico, recordatorio o notificación de aplicación. Se han probado las funciones existentes de iOS Guided Access y Android multicuenta para resolver este problema, pero no han tenido éxito.

El profesor asistente de informática de LSU, Chen Wang, cree que puede tener la respuesta. Específicamente, está trabajando con Ph.D. de tercer año. estudiante Long Huang en un método de verificación de agarre manual que garantiza que el usuario correcto esté sosteniendo el teléfono inteligente antes de mostrar contenido potencialmente confidencial. Su artículo reciente sobre este tema se publicó en Mobicom 2021, la conferencia internacional anual sobre informática móvil y redes.

Cuando se reproduce un tono de notificación, el micrófono del teléfono graba el sonido. Un algoritmo basado en IA procesa el sonido y extrae características biométricas para que coincidan con el perfil de características del usuario o el agarre de la mano grabado. Si hay una coincidencia, la verificación es exitosa y la vista previa de la notificación se muestra en la pantalla. En caso contrario, solo se muestra el número de notificaciones pendientes.

«Consideramos que esto es un intento de que el diseño de seguridad adopte el arte», dijo Wang, cuya experiencia es en seguridad cibernética y privacidad, detección móvil y computación, comunicaciones inalámbricas, entre otras áreas. «Descubrimos que cuando tocamos música con un teléfono, nuestras manos agarradas a menudo sienten los latidos, que son causados ​​por las vibraciones de la superficie del teléfono. Esta es una forma en que el sonido de la música nos transmite información. Debido a que los sonidos de la música son señales, pueden ser absorbido/amortiguado, reflejado o refractado por nuestras manos.

«Luego usamos el propio micrófono del teléfono para capturar los sonidos restantes y ver cómo respondemos a la música. Debido a que las personas tienen diferentes tamaños de manos, longitudes de dedos, fuerzas de agarre y formas de manos, los impactos en los sonidos son diferentes y se pueden aprender y distinguir por AI. A lo largo de este camino, desarrollamos un sistema para usar los tonos de notificación para verificar la mano de agarre para la protección de privacidad de notificación. Esto es muy diferente de los trabajos de detección acústica anteriores, que se basan en sonidos dedicados, inaudibles o molestos para los oídos humanos. »

El proyecto es uno de los dos apoyados por la Junta de Regentes de Luisiana en los que Chen está trabajando para involucrar a los teléfonos inteligentes y las manos de los usuarios. El otro, en colaboración con Ph.D. de segundo año. el estudiante Ruxin Wang y la licenciada en ciencias de la computación Kailyn Maiden— usa el dorso de la mano que sujeta el teléfono del usuario para la verificación en los quioscos, como los que se usan para pedir comida, imprimir boletos y autopago en la tienda de comestibles. Esta investigación se publicará como un trabajo de última hora en la Conferencia ACM CHI de 2022 sobre factores humanos en sistemas informáticos. Se puede ver una breve demostración aquí.

«Cuando un usuario tiene [his or her] teléfono cerca del quiosco para autenticación basada en NFC o código QR, una cámara en el quiosco captura el dorso de la mano del usuario», dijo Wang. «Un método basado en IA procesará la imagen de la mano que agarra y comparará compararla con la imagen registrada de la mano del usuario comprobando la forma de la mano que la agarra, los patrones/color de la piel y el gesto de agarre. Tenga en cuenta que la identidad del usuario ha sido reclamada por los métodos tradicionales de código QR o NFC a medida que transmiten el token de seguridad del usuario. Por lo tanto, aquí proporcionamos una autenticación de dos factores para el quiosco: el token de seguridad y la biometría de la geometría de la mano de agarre».

Wang agregó que él y los estudiantes están mejorando los sistemas de autenticación y realizando estudios de usuarios con más participantes y métodos de dispositivos. También están examinando los factores de impacto en el uso práctico de estos sistemas, incluido el ruido ambiental y las condiciones de luz. Además, están investigando posibles ataques, por ejemplo, una mano falsa de silicona impresa en 3D y ataques de repetición acústica.

Wang planea comercializar estas técnicas en tres años.