DeepMasterPrints: KI erzeugt Generalschlüssel für Fingerabdruckscan

Kaum ein Smartphone wird heute noch ohne Fingerabdruckscanner ausgeliefert, die biometrische Erkennungsmethode kommt aber auch immer mehr bei Türmechanismen und anderen Sicherheitssystemen zum Einsatz. Einem Forscherteam ist es jetzt gelungen, mit KI-Methoden eine Art Generalschlüssel für Fingerabdruckscanner zu erstellen, der die eindeutige Erkennung aushebeln kann.

Auch der Fingerabdruckscanner ist nicht über jeden Zweifel erhaben

Ohne großen Aufwand oder direkten Zugang zum Nutzer bleiben Fingerabdruckscanner bisher nur schwer zu umgehen - selbst Strafverfolger nutzen Methoden, um relevante Geräte im besten Fall direkt mit dem Finger des Besitzers zu entsperren und nicht auf aufwendige Methoden angewiesen zu sein. Die Forschungsarbeit eines Teams der New York University Tandon zeigt jetzt aber, dass die aktuelle Technologie der Fingerabdruckscanner sich durchaus systematisch überlisten lässt. Mit Hilfe von KI-Methoden wollen sie Fingerabdrücke generieren können, die wie ein Generalschlüssel fungieren. Rechts echte und links von der KI erstellte Fingerabdrücke Wie die Forscher beschreiben, haben sie für ihre Methode ein neuronales Netz zunächst mit einer öffentlichen Datenbank mit 54.000 Fingerabdrücken und 8640 Fingerscans gefüttert. Im Anschluss wurde die KI so trainiert, dass sie auf dieser Basis künstliche Fingerabdrücke erzeugt. Durch "evolutionäre Optimierungsverfahren" wurden dann die besten Vorlagen für das Projekt ausgewählt, die Forscher taufen diese "DeepMasterPrints".

Die Fingerabdruck-Generalschlüssel

Die Sicherheit von Fingerabdruckscannern wird unter anderem mit der False Match Rate (FMR) angegeben, die beschreibt, mit welcher Wahrscheinlichkeit ein Sicherheitssystem den Zugang gewährt, obwohl die Person keine Zugangsberechtigung hat. Um ihre künstlichen Fingerabdrücke zu testen, ließen sie diese gegen die Abdruckerkennung VeriFinger antreten, die auf eine False Match Rate von 0,1 eingestellt war. Das Ergebnis: Die DeepMasterPrints konnten das System in über 22 Prozent der Fälle überlisten.

Auch in weiteren Tests erwiesen sich die künstlich erzeugten Vorlagen als wesentlich effektiver, als zufällig gewählte, reale Fingerabdrücke. Für die Forscher kommt dabei auch ein Effekt zum Tragen, der in der Konstruktion von vielen aktuellen Fingerabdruckscannern begründet liegt: Bei der Erkennung - beispielsweise in Smartphones - wird oft nur ein sehr kleiner Teil des Fingerabdrucks abgebildet und ausgewertet.