Resumo Técnico: BlowLive

Declaração do Problema

Os sistemas de autenticação biométrica enfrentam quatro limitações fundamentais que prejudicam sua confiabilidade, segurança e viabilidade a longo prazo:

1. Vulnerabilidade a Spoofing: As biometrias fisiológicas (ex: face, impressão digital) e comportamentais (ex: voz, marcha) existentes são cada vez mais suscetíveis a ataques sofisticados, incluindo deepfakes, dados sintéticos e ataques de reprodução (playback), frequentemente devido a uma detecção de vivacidade (liveness detection) não confiável.
2. Privacidade e Segurança de Templates: Os templates biométricos, particularmente os fisiológicos, são imutáveis. Se um template for vazado ou comprometido, ele não pode ser revogado ou alterado, levando a violações catastróficas de privacidade.
3. Variabilidade Intra-Usuário: As biometrias comportamentais frequentemente sofrem com alta variabilidade intra-usuário e sensibilidade ambiental, resultando em degradação da precisão em comparação com os métodos fisiológicos.
4. Falta de Revogabilidade: Os sistemas atuais têm dificuldade em fornecer mecanismos para revogar traços biométricos comprometidos ou chaves criptográficas derivadas sem exigir uma mudança completa do traço biométrico subjacente.

Além disso, os esquemas de biometria multifatorial (MFB) existentes muitas vezes dependem de métodos invasivos, requerem hardware externo ou falham em integrar efetivamente as modalidades comportamental e fisiológica, mantendo uma detecção de vivacidade robusta.

Metodologia: O Framework BlowLive

Os autores propõem o BlowLive, um framework de Biometria Multifatorial (MFB) robusto que integra sinais acústicos de sopro (comportamental) e dados faciais (fisiológico) como fatores de autenticação complementares. O sistema opera em um smartphone, utilizando o microfone do dispositivo e a câmera frontal.

1. Aquisição de Dados e Detecção de Vivacidade

• Aquisição: O sistema captura simultaneamente sinais acústicos de sopro e imagens faciais. Para permitir a detecção de vivacidade, o telefone emite um tom ultrassônico imperceptível de 20 kHz.
• Detecção de Vivacidade Baseada em Desvio Doppler: Um módulo inovador analisa a interação entre o tom ultrassônico emitido e o fluxo de ar do usuário.
  • Mecanismo: O sopro genuíno cria turbulência de ar e micromovimentos, causando desvios Doppler mensuráveis no sinal ultrassônico refletido. Ataques pré-gravados ou sintéticos carecem dessas mudanças dinâmicas de frequência específicas.
  • Extração de Características: O sistema extrai um escore híbrido baseado em:
    • Energia GFCC: Energia espectral do sinal de sopro.
    • Envelope RMS Doppler: Magnitude temporal dos desvios de frequência.
    • Doppler Max: O desvio de frequência absoluta máxima.
  • Decisão: Uma fusão linear ponderada dessas características determina a vivacidade, rejeitando tentativas de reprodução e deepfakes.

2. Extração de Características e Fusão

• Modalidade Acústica de Sopro:
  • Extração de Características: O sistema utiliza Coeficientes Cepstrais de Frequência Gamatone (GFCC) para capturar as características espectrais detalhadas do sopro.
  • Embedding: Uma Rede Neural Convolucional (CNN) processa as sequências de GFCC (coeficientes estáticos e delta) para produzir embeddings discriminativos de 128 dimensões, removendo dependências temporais.
• Modalidade Facial:
  • Extração de Características: Um modelo FaceNet (backbone Inception-ResNet v1) extrai embeddings de 512 dimensões, que são projetados para 128 dimensões.
• Fusão Multimodal:
  • Fusão ao Nível de Escore (Score-Level Fusion): Soma ponderada dos escores de similaridade do sopro acústico e facial.
  • Fusão ao Nível de Característica (Feature-Level Fusion): Concatenação dos dois vetores de embedding para formar uma representação multimodal unificada.

3. Autenticação Baseada em Fuzzy Extractor (FE) e Revogabilidade

Em vez de armazenar templates biométricos brutos, o BlowLive emprega um esquema de Fuzzy Extractor para derivar chaves criptográficas estáveis a partir de entradas biométricas ruidosas.

• Processo: Os embeddings fundidos são binarizados. Um Fuzzy Extractor gera uma chave criptográfica ($K$) e uma string auxiliar pública ($P$) usando códigos de correção de erro Bose-Chaudhuri-Hocquenghem (BCH).
• Autenticação: Durante o login, um novo embedding é binarizado e processado com $P$ para reproduzir $K$. O acesso é concedido se a Distância de Hamming entre a consulta e os embeddings registrados estiver dentro de um limite.
• Revogabilidade:
  • Revogação de Chave: Se uma chave for comprometida, um novo segredo aleatório pode ser amostrado para gerar uma nova chave e dados auxiliares sem alterar a entrada biométrica.
  • Revogação de Template: Como o sopro acústico é comportamental, os usuários podem adotar novos padrões de sopro para gerar identidades biométricas inteiramente novas, efetivamente revogando o template antigo. Esta revogabilidade de duplo nível (chave e template) aborda o problema da imutabilidade das biometrias fisiológicas.

Principais Contribuições

1. Novo Framework MFB: Integração de biometria de sopro acústico e facial, aproveitando a distintividade comportamental dos padrões de sopro e a estabilidade fisiológica das características faciais.
2. Biometria Comportamental de Alta Precisão: Alcance de quase 100% de precisão na modalidade comportamental (sopro acústico) através de análise espectral avançada de GFCC e embedding baseado em CNN, superando a instabilidade tradicional de traços comportamentais.
3. Detecção de Vivacidade Baseada em Doppler: Um mecanismo especializado projetado especificamente para sinais acústicos de não-fala (sopro), distinguindo efetivamente a turbulência de fluxo de ar real de ataques de reprodução e sintéticos.
4. Arquitetura Revogável e Segura: Implementação de um esquema baseado em Fuzzy Extractor que fornece chaves criptográficas e templates biométricos não vinculáveis, não invertíveis e revogáveis.
5. Avaliação Abrangente: Testes rigorosos em um conjunto de dados de 50 participantes cobrindo diversas posturas (sentado/em pé) e vetores de ataque.

Resultados Experimentais

O framework foi avaliado usando dados de 50 participantes:

• Precisão de Autenticação:
  • Sopro Acústico (Comportamental): 99,56% de precisão.
  • Reconhecimento Facial (Fisiológico): 100% de precisão.
  • Fusão ao Nível de Escore: 99,95% de precisão.
  • Fusão ao Nível de Característica: 100% de precisão.
• Detecção de Vivacidade:
  • Alcançou 99,46% de precisão usando um limiar por usuário (dinâmico), com uma Taxa de Aceitação Falsa (FAR) de 0% e uma Taxa de Rejeição Falsa (FRR) de 1,08%.
• Revogabilidade: O sistema demonstrou com sucesso a capacidade de regenerar chaves e templates sem expor os dados biométricos originais.
• Desempenho: O sistema opera eficientemente em hardware padrão de smartphone, com a extração de características e detecção de vivacidade levando aproximadamente 200–235 ms, e a geração/reprodução de chave levando menos de 2 ms.

Significância e Alegações

O artigo afirma que o BlowLive avança o estado da arte na autenticação biométrica ao abordar o "trilema" de precisão, segurança e usabilidade em um framework unificado. Especificamente:

• Ele supera as limitações de precisão das biometrias comportamentais, provando que, com análise espectral avançada, os traços comportamentais podem igualar a precisão fisiológica.
• Fornece uma defesa robusta contra ameaças modernas (deepfakes, reprodução) via um novo mecanismo de desvio Doppler adaptado para entradas acústicas de não-fala.
• Resolve a crise de revogabilidade ao permitir a renovação tanto das chaves criptográficas quanto dos templates biométricos subjacentes (via novos padrões de sopro), um recurso raramente encontrado em sistemas fisiológicos.
• Mantém alta usabilidade e não invasividade, exigindo apenas um sopro simples e um snapshot facial em um smartphone padrão, sem hardware adicional.

Os autores concluem que o BlowLive oferece um caminho prático para o implante de segurança biométrica de alta garantia em ambientes adversos, adequado para aplicações como desbloqueio de smartphones, autenticação de IoT e controle de acesso seguro.