기계 학습 기반의 자동화된 스머지 공격과 패턴 락 시스템 안전성 분석

Vol. 26, No. 4, pp. 903-910, 8월. 2016
10.13089/JKIISC.2016.26.4.903, Full Text:
Keywords: Smartphone, Pattern Lock System, Machine Learning, Smudge Attack
Abstract

터치스크린 기반 스마트 기기가 널리 보급 되면서 모바일 환경을 위한 주요 인증 메커니즘으로 그래픽 패스워드 기법 중 하나인 패턴 락 시스템이 등장했다. 사용자가 잠금 해제를 위하여 패턴 락을 사용한 후의 남아있는 패턴 모양의 흔적은 스머지 공격에 취약하다. 이러한 스머지 공격에 대응하기 위하여 TinyLock을 포함한 다양한 패턴 락이 제안되었다. 본 논문에서는 스머지 공격이 발생할 수 있는 환경에서 획득한 스머지 패턴 이미지를 이용하여 기계 학습을 통한 자동화된 스머지 공격의 유효성에 대하여 실험하고 안드로이드 패턴 락과 TinyLock의 안전성에 대하여 비교 분석하였다. 자동화된 스머지 공격에서 높은 공격 성공률을 보였으며 기존에 많이 사용되고 있는 안드로이드 패턴 락이 TinyLock보다 더 안전하지 않음을 검증하였다.

Statistics
Show / Hide Statistics

Statistics (Cumulative Counts from December 1st, 2017)
Multiple requests among the same browser session are counted as one view.
If you mouse over a chart, the values of data points will be shown.


Cite this article
[IEEE Style]
S. Jung and T. Kwon, "Automated Smudge Attacks Based on Machine Learning and Security Analysis of Pattern Lock Systems," Journal of The Korea Institute of Information Security and Cryptology, vol. 26, no. 4, pp. 903-910, 2016. DOI: 10.13089/JKIISC.2016.26.4.903.

[ACM Style]
Sungmi Jung and Taekyoung Kwon. 2016. Automated Smudge Attacks Based on Machine Learning and Security Analysis of Pattern Lock Systems. Journal of The Korea Institute of Information Security and Cryptology, 26, 4, (2016), 903-910. DOI: 10.13089/JKIISC.2016.26.4.903.