rPPG 信号に基づく個人識別攻撃の提案と対策

• Item type: Symposium(1)
• 公開日: 2024-10-15
• タイトル / 言語: ja
• タイトル: rPPG 信号に基づく個人識別攻撃の提案と対策
• タイトル / 言語: en
• タイトル: Identification attacks based on rPPG and its countermeasures
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: rPPG，動画加工技術，ヘルスケア，深層学習，プライバシー，ユーザの目に優しい対策
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_5794
• 資源タイプ: conference paper
• 著者所属: 国立研究開発法人 産業技術総合研究所／早稲田大学
• 著者所属: 早稲田大学
• 著者所属: 早稲田大学
• 著者所属: 早稲田大学／国立研究開発法人情報通信研究機構／理研AIP
• 著者所属(英): en
• 著者所属(英): National Institute of Advanced Industrial Science and Technology / Waseda University
• 著者所属(英): en
• 著者所属(英): Waseda University
• 著者所属(英): en
• 著者所属(英): Waseda University
• 著者所属(英): en
• 著者所属(英): Waseda University / NICT / Riken AIP
• 著者名: 飯島, 涼; 長谷川, 幸己; 河岡, 諒; 森, 達哉
• 著者名(英): Ryo, Iijima; Koki, Hasegawa; Ryo, Kawaoka; Tatsuya, Mori
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 人物が映る動画から，脈波 (PPG) 信号を遠隔で取得す る remote PPG (rPPG) が，ヘルスケア技術の一つとし て注目されている．本研究では，rPPGを用いて動画から脈波信号を推定し，個人を特定する攻撃を提案する． 具体的には，目線やモザイク処理など，プライバシー加工技術を施した動画からrPPGによって脈波信号を推定し，ユーザから直接センサで得た脈波や，加工されていない動画から得たrPPGによる信号と照合することで，個人を特定する攻撃を評価する． CNN-LSTMモデルを用いた評価の結果として，UBFC-Physデータセットにおいて，PPG波形と照合した場合は最高 97%，平均86%，加工前の動画から得られたrPPG信号を照合する攻撃結果は最高で99%，平均して87%となり，特定のユーザを標的とするプライバシー攻撃の脅威となりうることを示した．さらに，緑色の特徴量に着目した対策手法を提案・実装し，提案対策手法がrPPG推定技術の妨害に成功することを示した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Remote photoplethysmography (rPPG), which enables the remote acquisition of PPG from videos, has gained attention as a promising healthcare technology. We propose an attack method that identifies individuals by estimating pulse signals from videos using rPPG. Specifically, we assess the effectiveness of this attack by estimating PPG signals from videos with privacy-preserving techniques such as gaze obfuscation and mosaic processing applied. These estimated signals are then matched against pulse signals obtained directly from sensors on the user or rPPG signals derived from unprocessed videos. The evaluation results, using the UBFC-Phys dataset, demonstrate a maximum identification accuracy of 97% (average: 86%) when matching with PPG waveforms, and a maximum of 99% (average: 87%) when matching with rPPG signals from unprocessed videos. Additionally, we propose and implement a countermeasure focusing on green channel features, demonstrating its effectiveness in disrupting rPPG signal estimation.
• 書誌情報: コンピュータセキュリティシンポジウム2024論文集; p. 46-53, 発行日 2024-10-15
• 出版者 / 言語: ja
• 出版者: 情報処理学会