
 
 
 
 
 
 
 
 Авторы : (1) Ян Лонг, Электротехника и компьютерные науки, Университет Мичигана, Энн Арбор, США (yanlong@umich.edu); (2) Чэнь Ян, Колледж электротехники, Чжэцзянский университет, Ханчжоу, Китай (yanchen@zju.edu.cn); (3) Шилин Сяо, Колледж электротехники, Чжэцзянский университет, Ханчжоу, Китай (bixilin@zju.edu.cn); (4) Шиван Прасад, Электротехника и компьютерные науки, Университет Мичигана, Энн Арбор, США (shprasad@umich.edu); (5) Wenyuan Xu, Колледж электротехники, Чжэцзянский университет, Ханчжоу, Китай (wyxu@zju.edu.cn); (6) Кевин Фу, Электротехника и компьютерные науки, Университет Мичигана, Энн Арбор, США (kevinfu@umich.edu). Authors: (1) Ян Лонг, Электротехника и компьютерные науки, Университет Мичигана, Энн Арбор, США (yanlong@umich.edu); (2) Чэнь Ян, Колледж электротехники, Чжэцзянский университет, Ханчжоу, Китай (yanchen@zju.edu.cn); (3) Шилин Сяо, Колледж электротехники, Чжэцзянский университет, Ханчжоу, Китай (bixilin@zju.edu.cn); (4) Шиван Прасад, Электротехника и компьютерные науки, Университет Мичигана, Энн Арбор, США (shprasad@umich.edu); (5) Wenyuan Xu, Колледж электротехники, Чжэцзянский университет, Ханчжоу, Китай (wyxu@zju.edu.cn); (6) Кевин Фу, Электротехника и компьютерные науки, Университет Мичигана, Энн Арбор, США (kevinfu@umich.edu). Стол слева Абстракт и I. Введение II. Модель угрозы и контекст Веб-камера смотрит сквозь очки IV. Рефлекторная узнаваемость и факторы V. Циберпространственная текстовая целевая чувствительность VI. Признание сайта VII. Обсуждение VIII. Сопутствующие работы IX. Заключение, признание и ссылки Приложение А: Информация об оборудовании Приложение B: Видение угловой модели Приложение C: Поведение платформы видеоконференций Приложение D: Анализ искажений Приложение E: Цели веб-текста —Personal video conferencing has become a new norm after COVID-19 caused a seismic shift from in-person meetings and phone calls to video conferencing for daily communications and sensitive business. Video leaks participants’ on-screen information because eyeglasses and other reflective objects unwittingly expose partial screen contents. Using mathematical modeling and human subjects experiments, this research explores the extent to which emerging webcams might leak recognizable textual and graphical information gleaming from eyeglass reflections captured by webcams. The primary goal of our work is to measure, compute, and predict the factors, limits, and thresholds of recognizability as webcam technology evolves in the future. Our work explores and characterizes the viable threat models based on optical attacks using multi-frame super resolution techniques on sequences of video frames. Our models and experimental results in a controlled lab setting show it is possible to reconstruct and recognize with over 75% accuracy on-screen texts that have heights as small as 10 mm with a 720p webcam. We further apply this threat model to web textual contents with varying attacker capabilities to find thresholds at which text becomes recognizable. Our user study with 20 participants suggests present-day 720p webcams are sufficient for adversaries to reconstruct textual content on big-font websites. Our models further show that the evolution towards 4K cameras will tip the threshold of text leakage to reconstruction of most header texts on popular websites. Besides textual targets, a case study on recognizing a closed-world dataset of Alexa top 100 websites with 720p webcams shows a maximum recognition accuracy of 94% with 10 participants even without using machine-learning models. Our research proposes near-term mitigations including a software prototype that users can use to blur the eyeglass areas of their video streams. For possible long-term defenses, we advocate an individual reflection testing procedure to assess threats under various settings, and justify the importance of following the principle of least privilege for privacy-sensitive scenarios. Abstract абстрактный I. Введение Онлайн-видеозвонки стали повсеместными в качестве способа дистанционной коммуникации, особенно после недавнего пандемии COVID19, которая вызвала почти универсальную политику работы из дома в крупных странах [24], [27], [31] и сделала видеоконференцию нормой для компаний и школ для размещения межличностных коммуникаций даже после пандемии [6], [15], [43], [51]. В то время как видеоконференции предоставляют людям удобство и погружение в визуальные взаимодействия, они неосознанно раскрывают чувствительную текстовую информацию, которую может использовать вредоносная сторона, действующая как участник. экран участника может содержать частную информацию. собственная веб-камера участника может захватить эту информацию, когда она отражается очками участника и неосознанно предоставляет информацию противнику (рисунок 1). Мы относимся к этой атаке как к атаке веб-камеры. Кроме того, возможности противника будут только продолжать увеличиваться с улучшениями в разрешении, скорости кадров и т. Д. Поэтому важно понимать последствия и ограничения атак веб-камеры в настоящих и возможных будущих настройках. Предыдущая работа показывает, что аналогичные атаки, использующие оптическое отражение от близлежащих объектов в контролируемых настройках, возможны, например, наблюдение за чаепитами на рабочем столе с высококачественными цифровыми одноочередными рефлекторными (DSLR) камерами и телескопами на расстоянии [25], [26]. Вызов и характеристика пикинга с использованием более повсеместных веб-камер, однако, качественно отличаются из-за изображений низкого качества современных веб-камер. Изображения веб-камер низкого качества вызваны уникальными видами искажений, а именно шумом ISO и шумом из-за недостаточного приема света, и призывом к новым технологиям улучшения изображения. Кроме того, необходимы новые математические модели и аналитические рам В этой работе мы фокусируемся на утечке текста, поскольку это является естественной отправной точкой для измеримой узнаваемости и моделирования фундаментальной базовой линии утечки информации, но также предоставляет представление о утечке нетекстовой информации, такой как вывод отображенных веб-сайтов через распознавание графического контента на экране. Мы стремимся ответить на следующие три основных вопроса: Вопрос 1: Каковы основные факторы, влияющие на способность противника на веб-камеру? Вопрос 2: Каковы физические пределы способности противника в настоящее время и в предсказуемом будущем, и как противники могут возможно расширить пределы? Вопрос 3: Каковы соответствующие угрозы утечки веб-камер против целей киберпространства и возможные смягчения от угроз? Чтобы ответить на Q1, мы предлагаем упрощенную, но достаточно точную математическую модель для размера пикселей отражения. Модель включает в себя такие факторы, как разрешение камеры и расстояние между стеклом и экраном, и позволяет предсказать пределы просмотра веб-камеры по мере развития технологии камеры и видео. Чтобы ответить на Q2, мы анализируем искажения в веб-камерных изображениях и предлагаем мульти-камерную суперрезолюцию для эффективного улучшения изображения для расширения пределов. Затем мы собираем данные о отражении очков в оптимизированных лабораторных средах и оцениваем пределы узнаваемости отражений, используя как коллаборационистов на моделях Amazon Mechanical Turk, так и оптических моделей распознавания символов. Чтобы ответить на Q3, мы сосредоточились на веб-текстовых целях, чтобы построить ориентир, который позволяет провести значимые сравнения между сегодняшними и будущими угрозами веб-камеры. Мы сначала отображаем пределы, полученные от модели и оценки к веб-текстовому контенту, исследуя предыдущие отчеты по размеру веб-текста и вручную проверяя шрифты на 117 веб-сайтах с большими шрифтами. Затем мы проводим исследование пользователей с 20 участниками и играем в игру с вызовомответа, где один автор выступает в качестве противника для вывода HTML-контента, созданного другими авторами. Результаты пользовательского исследования показывают, что современные 720p веб-камеры могут отображать тексты на 117 веб-сайтах с боль Наконец, мы обсуждаем возможные краткосрочные смягчения, включая корректировку экологического освещения и размытие стеклянной зоны в программном обеспечении. Мы также рассматриваем долгосрочные решения, следуя индивидуальной процедуре оценки отражения и принципу наименьшей привилегии. В заключение, цель этой работы заключается в том, чтобы обеспечить теоретическую основу и ориентир для изучения возникающих угроз от просмотра веб-камер с помощью развивающихся технологий веб-камер и разработки более безопасных инфраструктур для видеоконференций. · Наша работа количественно определяет пределы и первичные факторы, предсказывающие степень утечки информации от веб-камеры, используя теоретическое моделирование и эксперименты.Эта характеристика помогает предсказать будущие неизвестные уязвимости, связанные с границами развивающихся технологий веб-камеры, которые еще не существуют. Наша методология бенчмаркирования основана на конвенциях веб-текстового дизайна и 20-участничном пользовательском исследовании по современным камерам, так что эта оценка может быть применена как к гипотетическим, так и к развивающимся камерам в ближайшие годы. ∙ Анализ краткосрочных смягчений, включая использование программных фильтров размывания и изменение физических настроек, а также возможные долгосрочные защитные меры путем активного тестирования и соблюдения принципа наименьшей привилегии. 
 
 Данная статья доступна в архиве под лицензией ATTRIBUTION-NONCOMMERCIAL-NODERIVS 4.0 INTERNATIONAL. Данная статья доступна в архиве под лицензией ATTRIBUTION-NONCOMMERCIAL-NODERIVS 4.0 INTERNATIONAL. Доступно в архиве

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

Read My Stories

undefined's blog

Этот звук создан на языке оригинала истории!

Слишком долго; Читать

Boost your HackerNoon story @ $159.99! 🚀

Ваши очки могут играть чувствительные секреты на видеозвонках

About Author

КОММЕНТАРИИ

БИРКИ

ЭТА СТАТЬЯ БЫЛА ПРЕДСТАВЛЕНА В

Related Stories

Хотите выиграть конкурс HackerNoon? Вот что рекомендуют победители конкурса #crypto-api

Раскрытие силы ИИ. Систематический обзор передовых методов: Краткое содержание и введение

Создание криптопродуктов, ориентированных на пользователя: важность отзывов клиентов

Хотите выиграть конкурс HackerNoon? Вот что рекомендуют победители конкурса #crypto-api

Раскрытие силы ИИ. Систематический обзор передовых методов: Краткое содержание и введение

Создание криптопродуктов, ориентированных на пользователя: важность отзывов клиентов

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps