你的指紋識別手機離被攻擊只有五分鐘

文 麥廣燦，編輯校對 曹凱 @魏十七

近日，美國密歇根州立大學模式識別及圖像處理（PRIP）實驗室Anil K. Jain教授及曹凱博士幫助密歇根警方採用列印的2D指紋成功解鎖一名死者的手機（詳見視頻: 密歇根州立大學Anil Jain教授、曹凱博士成功破解指紋識別手機）。據悉，該手機為一名已經死去的犯罪嫌疑人擁有的三星Galaxy S6。曹凱博士對該嫌疑人的指紋增強後，採用可導電的墨盒將該指紋列印在一種特殊的紙張上成功打開了手機。該消息公布後，吸引了歐美主要媒體，如BBC UK Podcast, Yahoo News等的關注和報導，詳細媒體列表，請瀏覽PRIP實驗室主頁（http://biometrics.cse.msu.edu/）。

圖一： 白紙上按壓的指紋（上）及用特殊墨水列印的指紋（下），基於隱私的原因，筆者把指紋進行了模糊處理

指紋由於具有用戶唯一性以及良好的時間穩定性而成為廣泛使用的人體生物特徵之一。它已經被應用於各類關鍵應用如出入境、法證依據，非關鍵應用如公司上班打卡，以及各類個人設備（例如：手機，筆記本，平板電腦）。自從2013年蘋果的iPhone 5S發布以來，目前主要手機廠商（如蘋果、三星、華為、摩托羅拉等）最新發布的旗艦機型基本都配備了指紋識別功能。

由於手機已經逐漸成為人們衣食住行的重要組成部分，作為手機關鍵的一把鎖，指紋識別牽繫著手機安全以及用戶數據隱私的重要問題。移動支付產品如支付寶、微信支付、蘋果支付、安卓支付等的出現以及流行把手機的安全性顯得尤為重要。這是因為這些產品關係著用戶最不可或缺的元素——財產安全。此外，手機在現代生活中已經事實上成為了購物、地圖導航、各類通訊（郵件、簡訊、社交網路等）、娛樂的核心處理平台之一。它包含用戶各類敏感資料甚至於商業秘密，因而指紋識別對用戶數據隱私保護有著舉足輕重的地位。

曹凱博士此次提出的通過對指紋進行增強，將其用可導電的墨列印在特殊紙張上對手機進行攻擊的辦法具有速度快、處理簡單、穩定性高的特點。從獲取到指紋到最後的列印，全過程需要不到五分鐘。他所使用的就是一台普通的電腦，一台普通的噴墨印表機，可導電的AgIC墨盒及對應的特殊紙張（印表機和墨盒的總花費不到500美元）。經筆者目測，該列印指紋可以非常穩定地解鎖三星Galaxy S6/S7/S7 edge手機。據筆者所知，這是世界上第一則已經公布的協助警方使用列印指紋解鎖智能手機的消息。

曹凱博士提出的攻擊方法主要包含三個步驟，

1. 獲取目前用戶的數字指紋（掃描、拍照等）；

2. 對所獲取的數字指紋通過自研演算法進行增強處理；
3. 使用導電的墨盒把增強後的指紋列印在一種特殊的紙上。

在目前的實驗中，他所使用的都是效果比較好的按壓在白紙上的指紋。指紋的數字化是使用300DPI以上的掃描儀。實驗中，他所使用的掃描儀和印表機為 BrothernMFC-J5910DW 一體機，所使用的紙張和墨水由AgIC提供(https://agic.cc/en)。

據筆者了解，該攻擊方法目前僅對電容式指紋感測器有效。電容式指紋感測器由成千上萬個電容器組成（以FPC感測器為例）。指紋按壓到感測器時，感測器根據指紋的脊線和股線形成的微弱的電流信號的不同形成了指紋圖像。（詳細電壓式指紋感測器原理見參考資料）因此，筆者對其攻擊的原理猜測如下，在按壓感測器時，使用可導電的墨水列印出來的指紋在某種程度上能夠模模擬實指紋上的脊線和股線形成不同的電流信號。從而使指紋感測器上形成完整的列印出來的指紋圖像。

儘管該方法已經宣布可以穩定地破解部分指紋識別手機，但普通消費者可不必對此引起恐慌。因為成功的攻擊需要同時滿足攻擊者能夠獲取用戶高質量的指紋圖像以及攻擊者擁有專家級的指紋圖像增強技術，在設備上，還需要特殊的墨水以及特殊的紙張。此外，此次能夠成功解鎖三星S6主要是由於該手機在手機重啟後不需要採用密碼驗證，因此，曹凱博士他們可以進行多次的嘗試。但是，目前最新的帶有指紋識別手機都增強了安全性：（1）每次重新啟動後，必須重新輸入密碼；（2）一定時間內（如48小時）沒用成功使用指紋，指紋識別功能將被屏蔽，必須重新輸入密碼。同時，筆者也建議數據敏感程度比較高的用戶注意手機使用PIN加指紋或者其他複雜度更高的手機鎖定技術，並且啟用手機數據的全加密功能。也建議手機廠商積極研發更為可靠的指紋活體檢測技術及更高精度的識別技術。

關於這項技術如有任何疑問、意見或者建議，歡迎通過郵件聯繫曹凱博士：kaicao@cse.msu.edu 或私信@Makchan 我，我會代為轉達。

參考資料:

• K. Cao and A. K. Jain, "Hacking MobilenPhones using 2D Printed Fingerprints", MSU Technical Report, MSU-CSE-16-2,n2016.

• https://www.fingerprints.com/technology/sensors/

推薦閱讀：