广告

超声波屏下指纹识别技术被攻破,成本仅千余元!

时间:2019-10-28 作者:网络整理 阅读:
10月27日上午消息,在近日召开的GeekPwn 2019国际安全极客大赛上,腾讯安全玄武实验室披露了指纹识别领域的最新研究——自动化破解多种类型指纹识别。这次挑战也是国际上第一次成功攻破超声波屏下指纹识别技术。
广告
ASPENCORE

10月27日上午消息,在近日召开的GeekPwn 2019国际安全极客大赛上,腾讯安全玄武实验室披露了指纹识别领域的最新研究——自动化破解多种类型指纹识别。K72EETC-电子工程专辑

腾讯方面表示,该研究通过提取用户在日常生活中留存的指纹,自动化进行克隆复原,进而通过各种指纹设备的验证。K72EETC-电子工程专辑

指纹破解 攻击成本仅1000多元

腾讯安全玄武实验室研究员陈昱表示,破解采用了屏幕图像采集技术以及指纹雕刻技术,首先通过使用特殊拍照方法提取手机、门锁、考勤机等物品上的指纹,经过指纹破解APP解析形成有效指纹信息,再借助雕刻机克隆指模,最后便可使用克隆指模通过各种验证。K72EETC-电子工程专辑

为了更好地传递指纹设备的安全研究,腾讯安全玄武实验室研究员陈昱在现场,邀请观众共同完成该研究项目展示。K72EETC-电子工程专辑

在观众接触过一个玻璃水杯后,陈昱先是拿出手机拍摄观众留存在水杯上的指纹,随后在手机上调试之后“克隆”了一个全新的指纹,利用这个“新指纹”通过了该观众提前录好指纹的3台手机和2台考勤机的指纹识别,一共破解了使用电容、光学和超声波三种技术类型的指纹验证设备。K72EETC-电子工程专辑

陈昱表示,“这次攻击成本,硬件成本加在一起1000多元,软件只是一部手机、一个指纹破解App”。指纹破解App项目的前期积累已有半年,做全类型指纹破解项目的时间则是一个多月,指纹破解App能够在小面积的指纹残影情况下提取复刻有效指纹。K72EETC-电子工程专辑

这次挑战也是国际上第一次成功攻破超声波屏下指纹识别技术。K72EETC-电子工程专辑

无需恐慌 完成攻破条件苛刻

不过他表示,用户无需过分恐慌,虽然该技术可对多种类型指纹识别进行自动化破解,但用户只需在日常使用中养成及时擦去指纹的习惯,即可大幅提升指纹设备安全。玄武实验室也已与多家指纹验证设备提供商进行沟通,推动该问题的解决。K72EETC-电子工程专辑

他指出,完成攻破的条件苛刻,“所有攻击都是有条件的。我们今天的这个攻击,得拿到指纹,还得拿到攻击者的手机。条件其实也挺苛刻的。”K72EETC-电子工程专辑

现场专家评委也表示,“现在无论是认证还是支付,其实用的都是多维度的技术,包括生物特征、环境特征、行为特征和你的历史记录。不只是指纹特征来做这件事情”,同时,用户只需在日常使用中养成及时擦去指纹的习惯,即可大幅提升指纹设备安全。K72EETC-电子工程专辑

极客的本质,消灭更多的不安全

据腾讯方面介绍,腾讯安全玄武实验室带来本次自动化指纹设备破解研究之前,曾多次披露了关于生物活体检测的安全研究。腾讯安全玄武实验室此前发布了关于面部识别研究的议题,介绍了通过软件无感知的方法注入生物特征从而绕过基于攻击介质的活体检测,依托Face ID注视检测在特定场景下的设计缺陷,可以在用户闭眼的状态下解锁手机。K72EETC-电子工程专辑

来自腾讯移动安全实验室的高级研究员韩紫东、韩景维,现场成功破解三款主流品牌安卓手机。选手利用最新系统手机中的漏洞进行攻击,实现在手机中自动安装、运行APP,获取手机的GPS位置信息等操作。据介绍,赛后,主办方会将相关漏洞提交至手机厂商并协助修复,腾讯移动安全实验室韩景维介绍,通过对手机等智能硬件的漏洞研究及破解,能够进一步帮助手机厂商提升设备的安全性,以保证手机等智能设备不被恶意入侵。K72EETC-电子工程专辑

腾讯副总裁丁珂在GeekPwn致辞中表示,伴随着产业互联网的到来,极客们开始进入了攻防“下一战”,也将他们肩负的安全使命推向了更加重要的地位。安全的本质,是人和人的对抗,其实就是攻防。K72EETC-电子工程专辑

丁珂称,产业互联网时代,安全的重要性已经被提到前所未有的高度,安全需求也将迎来爆发式增长。通过多年的积累与沉淀,今天的GeekPwn已经成为了全球首个关注智能生活的安全极客平台、全球首个探索人工智能与专业安全的前沿平台、全球首个产业安全实战操练地。可以预见,它作为一个始终关注前沿安全议题的专业平台,在产业层面对前沿攻防的研究、对安全威胁的预演,对安全技术的探索,将在产业互联网中发挥更大的“护航”作用。K72EETC-电子工程专辑

责编:Yvonne GengK72EETC-电子工程专辑

 K72EETC-电子工程专辑

ASPENCORE
本文为EET电子工程专辑 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
  • 毫米波雷达是如何监测生命体征信号的? 毫米波(mmWave)雷达会发射电磁波,其路径中的任何物体都会将信号反射回去。通过捕获和处理反射信号,雷达系统可以确定物体的距离、速度和角度。毫米波雷达在物体距离检测中可以提供毫米级别的精度,因而成为人类生物信号的理想传感技术。本文将讨论毫米波雷达如何用于监测生命体征信号(例如BR和HR)。
  • 光学计算有望彻底改变AI性能的游戏规则 初创公司Lightmatter专注于开发针对AI加速的光学计算处理器,在第32届Hot Chips大会上展示了一款测试芯片。该处理器利用硅光子学和MEMS技术,通过毫瓦级激光光源供电,可以光速(在硅片中)执行矩阵矢量乘法。基于此次测试芯片的首个商用产品将于2021年秋季推出, 它是一款带光学计算芯片的PCIe卡,专为数据中心AI推理工作负载而设计。
  • 在MCU上进行深度学习才是边缘计算的未来 现在,机器学习(ML)不再需要每秒执行数万亿次操作(TOPS)的处理器。很多情况下,最新的微控制器(有些配置有嵌入式ML加速器)就可以在边缘设备上执行机器学习,它代表着物联网发展的下一阶段:在生产数据的源头,例如麦克风、摄像头和监控其他环境条件的传感器中引入智能计算,并使物联网应用受益。
  • 利用嵌入式AI,将大数据转变为智能数据 工业4.0应用产生大量的复杂数据——大数据。传感器和可用数据源越来越多,通常要求机器、系统和流程的虚拟视图更详细。这自然会增加在整个价值链上产生附加值的潜力。但与此同时,有关如何挖掘这种价值的问题不断出现。毕竟,用于数据处理的系统和架构变得越来越复杂。只有使用相关、优质且有用的数据,也就是智能数据,才能挖掘出相关的经济潜力。
  • 人工智能在自动驾驶车辆中的作用 自动驾驶车辆在农业、运输和军事等领域开始成为一种现实,普通消费者在日常生活中使用自动驾驶车的那一天也在迅速来临。自动驾驶车辆根据传感器信息和AI算法来执行必要的操作,它需要收集数据、规划并执行行驶路线。而这些不同的任务,尤其是规划和执行行驶路线需要非传统的编程方法,它依赖AI中的机器学习技术。
  • 探访Sensor China 2020:今年的传感器技术趋势如何? 今年的Sensor China,我们照例采访了五家具有代表性的企业,包括一家国际企业,和四家国内企业。一方面尝试理解如今传感器产品的发展趋势,另一方面也进一步探查,国产传感器制造商在国产自主化方面的发展程度如何。
广告
热门推荐
广告
广告
广告
EE直播间
在线研讨会
广告
广告
面包芯语
广告
向右滑动:上一篇 向左滑动:下一篇 我知道了