WhisperVoiceTrace

Abstract

Smart speakers such as Amazon Alexa or Google Home have significantly enhanced the convenience and efficiency of daily lives, leading to widespread global adoption. Subsequently, the voice commands directed at these devices contain a wealth of private information, encompassing users' daily routines, details about clinic visits, and shopping habits. Security researchers have already identified vulnerabilities in encrypted network traffic, particularly in the context of traffic analysis, enabling network-level adversaries to infer the websites visited by users. This security threat, common in traditional web communication, extends to voice query communication between the smart speaker and the server, giving rise to the concept of Voice Command Traffic Fingerprinting (VCF). Building upon recent literature on VCF, this study conducts a more comprehensive analysis. The contributions include proposing a variant of WF features that empowers adversaries to outperform state-of-the-art models. Additionally, variations in voice command traffic influenced by factors such as device locations and user characteristics are considered. Furthermore, a command category fingerprinting approach capable of inferring the voice command category even for unknown commands is introduced, presenting a more practical and scalable model. These contributions aim to advance the understanding of VCF by considering various practical factors influencing voice command traffic and providing insights for the development of more robust defenses.;아마존 알렉사나 구글 홈과 같은 스마트 스피커는 일상의 편의성과 효율성을 크게 향상시켜 전 세계적으로 널리 사용되고 있습니다. 하지만, 이러한 기기들에 전달되는 음성 명령은 사용자의 일상 생활 패턴, 병원 방문 정보, 쇼핑 습관 등을 포함한 많은 개인 정보를 포함하고 있습니다. 보안 연구자들은 이미 암호화된 네트워크 트래픽에서 취약점을 발견하였으며, 특히 트래픽 분석의 맥락에서 네트워크 수준의 공격자가 사용자가 방문한 웹사이트를 추론할 수 있음을 밝혀냈습니다. 이러한 보안 위협은 전통적인 웹 통신에서 흔하게 발생하며, 스마트 스피커와 서버 간의 음성 쿼리 통신으로 확장되어 음성 명령 트래픽 핑거프린팅(Voice Command Traffic Fingerprinting, VCF) 개념이 등장하였습니다. 최근 VCF 에 관한 문헌을 바탕으로, 본 연구는 보다 포괄적인 분석을 수행합니다. 본 연구의 기여는 WF 모델을 변형하여 최신 모델을 능가하는 공격 모델을 제안하는 것입니다. 또한, 기기 위치와 사용자 특성과 같은 요인들에 의해 영향을 받는 음성 명령 트래픽의 변동성을 고려합니다. 더욱이, 미지의 명령에 대해서도 음성 명령 카테고리를 추론할 수 있는 명령 카테고리 핑거프린팅 접근법을 도입하여 보다 실용적이고 확장 가능한 모델을 제시합니다. 이러한 기여들은 음성 명령 트래픽에 영향을 미치는 다양한 실용적인 요인들을 고려함으로써 VCF 에 대한 이해를 심화시키고, 보다 강력한 방어책 개발을 위한 통찰을 제공합니다.