एटीएममा हातले ढाकिएको प्रविष्टिको भिडियो रेकर्डिङबाट पिन कोड निर्धारण गर्ने प्रविधि

पडुआ (इटाली) र डेल्फ्ट (नेदरल्याण्ड) विश्वविद्यालयका अनुसन्धानकर्ताहरूको टोलीले एटीएममा हातले ढाकिएको इनपुट क्षेत्रको भिडियो फुटेजबाट प्रविष्ट गरिएको पिन पुन: सिर्जना गर्न मेसिन लर्निङ प्रयोग गर्ने विधि प्रकाशित गरेको छ। 4-अंकको PIN प्रविष्ट गर्दा, ब्लक गर्नु अघि तीनवटा प्रयास गर्ने सम्भावनालाई ध्यानमा राखेर, सही कोडको भविष्यवाणी गर्ने सम्भावना 41% अनुमान गरिएको छ। 5 अंकको PIN-कोडहरूको लागि, भविष्यवाणीको सम्भावना 30% थियो। अलग रूपमा, एक प्रयोग सञ्चालन गरिएको थियो जसमा 78 स्वयंसेवकहरूले समान रेकर्ड गरिएका भिडियोहरूबाट PIN कोड भविष्यवाणी गर्ने प्रयास गरे। यस अवस्थामा, तीन प्रयासहरूको उपस्थितिमा सफल भविष्यवाणीको सम्भावना 7.92% थियो।

ATM को डिजिटल प्यानल हातको हत्केलाले ढाक्दा, इनपुटको लागि प्रयोग गरिने हातको भाग खुला रहन्छ, जुन हातको स्थिति परिवर्तन गरेर र अपूर्ण ढाकिएको औंलाहरू सार्न थिचेर भविष्यवाणी गर्न पर्याप्त हुन्छ। प्रत्येक अंकको इनपुटको विश्लेषण गर्दा, प्रणालीले थिच्न नसकिने कुञ्जीहरू समावेश गर्दछ, कभरिङ ह्यान्डको स्थितिलाई ध्यानमा राख्दै, र थिच्ने हातको स्थानको आधारमा थिच्नका लागि सबैभन्दा सम्भावित विकल्पहरू पनि गणना गर्दछ। कुञ्जीहरू। इनपुट निर्धारण गर्ने सम्भाव्यता बढाउनको लागि, थिच्ने आवाज पनि रेकर्ड गर्न सकिन्छ, जुन प्रत्येक कुञ्जीको लागि अलि फरक हुन्छ।

प्रयोगले कन्भोलुसनल न्यूरल नेटवर्क (CNN) र LSTM (लांग सर्ट टर्म मेमोरी) वास्तुकलामा आधारित पुनरावर्ती न्यूरल नेटवर्कको प्रयोगमा आधारित मेसिन लर्निङ प्रणाली प्रयोग गर्‍यो। CNN प्रत्येक फ्रेमको लागि स्थानिय डेटा निकाल्न जिम्मेवार थियो, र LSTM नेटवर्कले समय-विभिन्न ढाँचाहरू निकाल्न यो डेटा प्रयोग गर्‍यो। मोडेललाई सहभागीहरूले छानेका इनपुट कभर विधिहरू प्रयोग गरेर PIN कोड प्रविष्ट गर्ने 58 फरक व्यक्तिहरूको भिडियोहरूमा तालिम दिइएको थियो (प्रत्येक सहभागीले 100 फरक कोडहरू प्रविष्ट गरे, अर्थात् 5800 इनपुट उदाहरणहरू प्रशिक्षणको लागि प्रयोग गरियो)। प्रशिक्षणको क्रममा, यो फेला पर्यो कि अधिकांश प्रयोगकर्ताहरूले इनपुट कभर गर्ने तीन मुख्य विधिहरू मध्ये एउटा प्रयोग गर्छन्।

मेसिन लर्निङ मोडेललाई तालिम दिन, १२८ जीबी र्याम भएको Xeon E5-2670 प्रोसेसरमा आधारित सर्भर र प्रत्येक 128 GB मेमोरी भएको तीन Tesla K20m कार्डहरू प्रयोग गरियो। केरास लाइब्रेरी र टेन्सरफ्लो प्लेटफर्म प्रयोग गरेर सफ्टवेयर भाग पाइथनमा लेखिएको छ। चूंकि ATM इनपुट प्यानलहरू फरक छन्, र भविष्यवाणी परिणाम कुञ्जीहरूको आकार र लेआउट जस्ता विशेषताहरूमा निर्भर हुन्छ, प्रत्येक प्रकारको प्यानलका लागि छुट्टै प्रशिक्षण आवश्यक हुन्छ।

प्रस्तावित आक्रमण विधिबाट जोगाउने उपायको रूपमा, सम्भव भएमा, ४ को सट्टा ५ अंकको पिन कोड प्रयोग गर्न र आफ्नो हातले सकेसम्म धेरै इनपुट स्पेस कभर गर्ने प्रयास गर्न सिफारिस गरिन्छ (यदि विधि प्रभावकारी रहन्छ भने लगभग ७५ इनपुट क्षेत्रको % तपाईको हातले ढाकिएको छ)। ATM निर्माताहरूलाई विशेष सुरक्षात्मक स्क्रिनहरू प्रयोग गर्न सिफारिस गरिन्छ जसले इनपुट लुकाउँछ, साथै मेकानिकल होइन, तर टच इनपुट प्यानलहरू, संख्याहरूको स्थिति जसमा अनियमित रूपमा परिवर्तन हुन्छ।

स्रोत: opennet.ru