コンパスをはじめ、スマートフォンにすでに搭載されている機能だけを使い、エンジニアたちは音声のなりすましを防ぐアプリを開発しました。
SiriやWeChatなどの音声対応スマートフォンアプリは便利な一方で、拡大するこのセキュリティ上の脅威にさらされるおそれがあります。
わずか数分の音声サンプルがあれば、攻撃者はあなたの声を十分に巧妙に再生し、人々だけでなく最先端のデジタルセキュリティシステムまで欺くことができます。友人になりすますことから銀行口座に手をつけることまで、その結果は恐ろしいものです。
「今や、生活のあらゆる側面がスマートフォンに入っています」と語るのは、バッファロー大学のユビキタスセキュリティ・プライバシー研究所（UbiSeC）所長で、研究の主執筆者の一人でもあるクイ・レン氏です。「そこがあなたのセキュリティの中枢です。今や本当に重要です。」
工学・応用科学部のコンピューターサイエンス・工学教授であるレン氏は、携帯電話のセキュリティ強化の重要性について率直に語ります。「ハッカーは想像以上にたくさんいます。あなたのパスワードや個人情報を売買する、地下の闇市場が丸ごと存在するのです。」
携帯電話を守る最善の方法は、複数のセキュリティ対策を使うことだと同氏は言います。
「テクノロジーの進歩はあまりに速く、私たちはさまざまな方法を考えなければなりません。複数の防御線を設ける戦略です。これを多層防御と呼んでいます」と同氏は語ります。
テンキーのないインターネット接続機器が次々と開発されているため、音声認識はより一般的なセキュリティ手段になる可能性があると同氏は言います。
「モノのインターネットでは、セキュリティのインターフェースは何でしょうか。スマートフォンとは違います。タッチスクリーンやテンキーがない場合も多いため、音声認証が役立つかもしれません」と同氏は言います。
音声認識への攻撃にはさまざまな形があります。音声を合成する攻撃は、既存のアルゴリズムで検知できます。人間があなたの声をまねることもできますが、これも既存の技術で検知できます。
3つ目の方法は、実際の声を録音して再生する攻撃です。ここでレン氏の発明が役立ちます。録音音声を再生するにはスピーカーで音を出す必要があり、スピーカーには磁場があります。レン氏のシステムは、スマートフォンのコンパスに使われる磁力計を利用して磁場を検知します。
さらに、このシステムはスマートフォンの軌跡マッピングアルゴリズムを使って、スピーカーとスマートフォンの距離を測定します。機械式スピーカーで音声を再生している人が磁場を検知できるほど近くにいることを確認するため、話す際にはスマートフォンの利用者が端末の近くにいる必要があります。
最後に、音声認識を使う際は、スマートフォンを口の前で振るなど、動かしていることが条件となります。再生された音声の発生源が動くと磁場が変化し、スマートフォンがそれを検知できます。
チームはシステムを改良し、近くアプリとしてダウンロードできるようにする計画です。
「将来、音声認証が広く普及するかどうかは分かりません。普及するかもしれません。すでに増加傾向が見られます」とレン氏は言います。「そうなれば、音声の再生攻撃を防がなければなりません。そうでなければ、音声認証は安全ではありません。」
この研究は、米国国立科学財団から一部助成を受けました。チームは研究成果を、今週アトランタで開催される第37回分散コンピューティングシステム国際会議で発表予定の論文にまとめています。
