Resumo Técnico: BRAVESPY

Declaração do Problema

Embora pesquisas de segurança recentes tenham identificado vazamentos de privacidade em dispositivos de Realidade Virtual (VR) e no Metaverso, essas vulnerabilidades têm se limitado amplamente a comportamentos observáveis (ex: teclas virtuais, inicialização de aplicativos e avatares de usuários). Uma lacuna crítica permanece na compreensão do vazamento de percepções de nível cerebral não observáveis — especificamente, o que um usuário está percebindo ou pensando dentro da cena virtual.

O artigo postula que o acoplamento estreito dos headsets de VR à testa e aos olhos do usuário permite que sensores de movimento integrados (acelerômetros e giroscópios) capturem sinais fisiológicos sutis. Especificamente, os autores hipotetizam que as respostas pupilares (dilatação e contração) desencadeadas por estímulos visuais induzem vibrações faciais ínfimas. Essas vibrações estão altamente correlacionadas com sinais de EEG cerebral (eletroencefalografia). Como os principais SDKs de VR (ex: OpenXR, Oculus Mobile SDK) não impõem restrições ao acesso aos dados dos sensores de movimento, aplicativos maliciosos podem registrar continuamente esses dados em segundo plano sem permissão do usuário, potencialmente reconstruindo representações correlacionadas ao EEG para inferir estados sensíveis e não observáveis do usuário.

Metodologia: BRAVESPY

Os autores projetam e implementam o BRAVESPY, um sistema de ataque de ponta a ponta que reconstrói sinais de EEG cerebral a partir de dados de sensores de movimento irrestritos para inferir a privacidade em três níveis distintos.

1. Visão Geral do Sistema

O BRAVESPY opera em três estágios:

1. Processamento de Dados de Movimento:
   • Calibração de Coordenadas: Transforma os dados de aceleração 3D do sistema de coordenadas local do headset para um sistema de referência corporal comum para mitigar variações de postura.
   • Mitigação de Movimento Corporal: Utiliza uma abordagem de Energia de Curto Prazo (STE) com um filtro adaptativo (otimizado via divergência de Kullback-Leibler) para remover o ruído causado por movimentos espontâneos da cabeça e rotações do corpo.
   • Detecção de Piscar de Olhos: Identifica eventos de piscar de olhos usando janelas de variância móvel e Análise Discriminante Linear (LDA) para segmentar as partes relevantes do sinal.
2. Extração de Características:
   • Aplica filtros Savitzky-Golay para remover ruídos de alta frequência (ex: frequências de fala).
   • Segmenta os sinais com base em picos de variância associados às respostas pupilares.
   • Converte sinais de séries temporais em espectrogramas de tempo-frequência usando a Transformada de Fourier de Curto Prazo (STFT) para criar representações de características.
3. Inferência de Privacidade do Usuário:
   • Reconstrução de Ondas Cerebrais: Uma Rede Adversária Generativa Condicional (cGAN), baseada na arquitetura pix2pix, é treinada para mapear espectrogramas de aceleração para espectrograms de EEG. O gerador cria representações de EEG, enquanto o discriminador distingue entre sinais reais e reconstruídos.
   • Reconhecimento de Atividade:
     • Níveis Observáveis: Um modelo Vision Transformer (ViT) classifica os espectrogramas de EEG reconstruídos para inferir atividades de nível de UI (sites, aplicativos, vídeos) e atributos de nível de Usuário (identidade, direção do olhar).
     • Nível Não Observável: Os sinais de EEG reconstruídos são usados para ajustar um modelo Stable Diffusion pré-treinado (via DreamDiffusion) para gerar imagens que representam as percepções visuais de nível cerebral do usuário.
4. Modelo de Ameaça:

• Adversário: Um desenvolvedor de aplicativos de VR intencional ou um plugin de terceiros.
• Capacidade: Acesso a dados de sensores de movimento irrestritos (acelerômetro/giroscópio) via SDKs padrão sem exigir privilégios elevados, hardware externo ou sensores de rastreamento ocular.
• Objetivo: Inferir informações sensíveis, desde interações de UI até percepções cerebrais não observáveis.

Principais Contribuições

1. Novo Vetor de Ataque: Identificação de sensores de movimento irrestritos em headsets de VR como um canal viável para reconstruir percepções correlacionadas ao EEG, unindo a tecnologia do Metaverso e as Interfaces Cérebro-Computador (BCI).
2. Modelo de Privacidade de Três Níveis: Uma investigação sistemática do vazamento de privacidade em:
   • Nível de UI: Inferência de sites específicos, aplicativos e vídeos de streaming.
   • Nível de Usuário: Desanonimização de usuários e rastreamento de movimentos oculares/digitação (keystrokes).
   • Nível Cerebral: Reconstrução de percepções visuais não observáveis (imagens) da mente do usuário.
3. Implementação e Validação: O design do BRAVESPY e sua avaliação em quatro headsets de VR comerciais (Meta Oculus Quest 2, Meta Oculus Quest, PICO 4, HTC Vive Pro).

Resultados Experimentais

O sistema foi avaliado em 25 participantes em 40 classes de imagens e vários aplicativos de VR.

• Privacidade de Nível de UI:
  • Fingerprinting de Websites: Alcançou 89,3% de precisão em 50 websites. O desempenho variou com base na intensidade do estímulo visual (ex: 100% para sites com muito vídeo como Twitch, ~70% para mecanismos de busca estáticos).
  • Fingerprinting de Aplicativos: Alcançou 85,8% de precisão em 50 aplicativos de VR.
  • Fingerprinting de Vídeo: Alcançou 80,0% de precisão para transmissões de vídeos da Netflix, com maior precisão para conteúdo dinâmico (filmes de ação) em comparação ao conteúdo estático.
• Privacidade de Nível de Usuário:
  • Desanonimização: Alcançou 98,4% de precisão na identificação de usuários baseada em padrões de EEG induzidos pelo piscar de olhos.
  • Rastreamento de Olhar: Alcançou 97,6% de precisão no reconhecimento de 8 direções de movimento do olhar.
  • Inferência de Digitação (Keystroke): Ao mapear zonas de olhar para um teclado virtual, o sistema alcançou 10,4% de precisão top-1 e 92,0% de precisão top-50 na inferência de teclas virtuais.
• Privacidade de Nível Cerebral:
  • Percepção de Imagem: Reconstruiu com sucesso percepções visuais de nível cerebral. O sistema alcançou uma precisão de classe de 67,2% na identificação de qual das 40 classes do ImageNet (ex: "Gato", "Cão") o usuário estava visualizando. A precisão variou de 49% a 83%, dependendo da heterogeneidade da classe da imagem.

Robustez: O sistema manteve alto desempenho em diferentes headsets de VR (embora a precisão do nível cerebral tenha caído para ~52% no PICO 4 e HTC Vive devido a diferenças de sensibilidade do sensor), taxas de amostragem variadas (ideal em 500 Hz) e diferentes intensidades de luz.

Significância e Alegações

O artigo afirma que o BRAVESPY é o primeiro estudo a demonstrar a viabilidade de inferir percepções de nível cerebral não observáveis no Metaverso usando apenas sensores de movimento irrestritos.

• Além dos Comportamentos Observáveis: Diferente de trabalhos anteriores limitados à inferência grosseira de ações observáveis, o BRAVESPY revela uma nova superfície de ataque onde "o que um usuário está vendo" (observável) é distinguido de "o que um usuário está percebendo" (não observável).
• Implicações de Privacidade: A capacidade de reconstruir representações correlacionadas ao EEG apresenta ameaças severas à privacidade do usuário, podendo expor estados cognitivos sensíveis, identidades biométricas e pensamentos visuais sem o conhecimento ou consentimento do usuário.
• Contramedidas: Os autores propõem o gerenciamento de sensores baseado em permissões e a ofuscação de sinais (ex: adicionar ruído Gaussiano) como potenciais defesas, observando que essas medidas reduzem significativamente a precisão da inferência (ex: reduzindo a precisão da inferência de nível cerebral em ~38,6%), mas podem impactar a usabilidade do VR.

Os autores concluem que, embora o framework atual seja uma prova de conceito com limitações de generalização entre diferentes headsets e atividades cerebrais, ele estabelece um precedente crítico para entender a interseção entre dados de sensores de VR e privacidade neural.