WISERS: ワイヤレス充電コイルの鳴き音と磁気摂動を介した非接触サイドチャネル攻撃

目次

1. はじめに

ワイヤレス充電、特にQi規格は、現代のスマートフォンにおいて遍在する技術となっています。本論文は、WISERS（WIreless chargER Sensing system）と名付けられた新規の非接触サイドチャネル攻撃を紹介します。物理的なアクセスやデバイスの侵害を必要とする従来の攻撃とは異なり、WISERSはワイヤレス給電中に発生する2つの固有の物理現象—コイル鳴き音と磁界摂動—を利用して、充電中のスマートフォン上でのパスコード入力やアプリ起動といった細粒度のユーザー操作を推測します。

2. WISERS攻撃フレームワーク

WISERSは、スマートフォンの消費電力の変化（ユーザー入力時の画面内容変化によって引き起こされる）と、充電器の誘導コイルから測定可能な物理的放射とを相関させることで動作します。

2.1 物理現象の悪用

• コイル鳴き音: 交流電流の変動によるコイル内の磁歪効果および圧電効果によって生じる可聴ノイズ。
• 磁界摂動: 充電器コイル内の電流変化によって引き起こされる局所的な磁界強度およびパターンの変化（アンペールの法則に従う）。

2.2 3段階の攻撃プロセス

1. センシングと設定: 周囲の特徴（例：初期バッテリーレベル）を測定し、攻撃を較正する。
2. インターフェース間切り替えの推論: コイル鳴き音のパターンを用いて、異なる電話画面/インターフェース間の遷移を検出する。
3. アクティビティ内の推論: 磁界摂動を分析し、インターフェース内での特定のアクション（例：ソフトキーボード上のキーストローク）を識別する。

3. 技術詳細と数理モデル

核心となる物理原理はアンペールの力の法則です。磁界中の電流を流す導体（コイル）に働く力（$\vec{F}$）は以下の通りです：

$\vec{F} = I (\vec{L} \times \vec{B})$

ここで、$I$は電流、$\vec{L}$は導体の長さベクトル、$\vec{B}$は磁界です。ユーザー操作はスマートフォンの消費電力（$\Delta I$）を変化させ、充電器コイル内の電流を変化させます。この$I$の変化が力$\vec{F}$を変調させ、微細な物理的振動（コイル鳴き音）および放射される磁界$\vec{B}$の摂動を引き起こします。

この攻撃は本質的にクロスモーダル信号分析を実行し、これらの物理的信号変調（$S_{whine}(t)$, $S_{mag}(t)$）を原因となるユーザー操作イベント（$E_{user}$）にマッピングし直します。

4. 実験結果と評価

一般的なスマートフォンと市販のワイヤレス充電器を用いて広範なテストが実施されました。

4.1 精度と性能指標

本システムは、離散的および連続的な入力の推論において高い精度を示しました：

• 画面ロック解除パスコード: 数字PINの推論精度は90.4%を超えました。
• アプリ起動検出: ホーム画面からどのアプリケーションが開かれたかを識別する高い成功率。
• キーストロークタイミング: ソフトキーボード上のキー押下間のタイミングパターンを識別可能。

チャート説明: 仮想的な棒グラフは、Y軸に「攻撃成功率（%）」、X軸に「推論された情報の種類」（パスコード、アプリ起動、キーストローク）を示し、すべての棒が90%以上のマークを超えています。

4.2 影響要因に対する耐性

WISERSは様々な交絡因子に対してテストされ、以下の要因に対して耐性を示しました：

• 異なるスマートフォンモデルおよび充電器ブランド。
• 様々な環境ノイズレベル（音響センシング用）。
• 他の電子機器の存在による軽微な磁気干渉。

5. 分析フレームワークと事例

シナリオ: 画面ロック解除時の4桁PINの推論。

1. 信号取得: 攻撃者のデバイス（例：適切なセンサーを搭載した別のスマートフォン）を20cm以内に配置し、被害者のロック解除試行中に音声（マイク経由）および磁界データ（磁力計経由）を記録する。
2. 特徴抽出: 音声信号を処理してコイル鳴き音成分を分離する。磁気データは、消費電力変化に対応する低周波数帯域の摂動を強調するようにフィルタリングされる。
3. パターンマッチングと推論: システムは抽出された信号特徴を事前学習済みモデルと相関させる。磁界摂動の4つの明確な「バースト」、それぞれが特定の音響特性変化と対をなすものが識別され、PINの4回の数字押下にマッピングされる。順序とタイミングがパスコードを明らかにする。

6. 核心的洞察とアナリストの視点

核心的洞察: WISERSは単なる別のサイドチャネルではありません。それはデジタルセキュリティの物理性を厳然と示すものです。利便性のために設計されたプロセスである電磁誘導の基本的で避けられない物理法則を、強力な監視ツールへと武器化しています。この攻撃の優雅さはその受動性にあります。マルウェアを注入したりデータを傍受したりするのではなく、単にデバイスと充電器との物理的な「会話」を聞き、感じるだけです。

論理的流れ: 研究の論理は完璧です。よく知られた工学的な迷惑現象（コイル鳴き音）と基本法則（アンペールの法則）から始まり、それらがシステム負荷によって変調されることを観察し、この変調をユーザー誘発の負荷変化に厳密に遡及します。3段階のフレームワークは問題を明確に分離します：較正、マクロコンテキスト（画面切り替え）、およびマイクロコンテキスト（キーストローク）。このモジュール性は、Bernsteinによる「Cache-timing attacks on AES」などの研究で概説されている、キャッシュベースのサイドチャネルに対する体系的なアプローチなど、他の分野での成功した攻撃フレームワークを彷彿とさせます。

強みと欠点: 強みはその恐ろしいほどの実用性です—市販ハードウェアを使用し、デバイスの侵害を必要とせず、以前は安全とされていた前提（バッテリー>80%）の下でも動作します。しかし、その欠点は現在の近接性への依存（~20cm）です。混雑したカフェやオフィスでは重大な脅威ですが、リモートのインターネット規模のエクスプロイトではありません。しかし、これは標的型スパイ活動にとっては欠点ではなく特徴です。より重要な欠点は、評価が制御された環境に焦点を当てていることです。複数のデバイスが同時に充電されている現実世界の環境や、強い環境磁界（例：産業機器付近）は性能を大幅に低下させる可能性があり、これは音響キーボード攻撃などの他の感覚的サイドチャネルも直面する課題です。

実践的洞察: セキュリティコミュニティにとって、これはIoTおよびモバイル業界に対する重大な警鐘です。緩和策はソフトウェアを超えて進化しなければなりません。ハードウェア設計者は、電磁的および音響的サイドチャネル耐性を設計要件として考慮する必要があります。潜在的な対策には以下が含まれます：(1) アクティブノイズキャンセレーション: 充電器にアクチュエーターを組み込み、逆位相信号を放射してコイル鳴き音を打ち消す。(2) 電力負荷難読化: アイドル期間中に消費電力にランダムで最小限の変動を導入し、ユーザー誘発の変化を隠蔽する（Torなどのネットワーク匿名システムにおけるトラフィックシェイピングに類似）。(3) シールディング: 充電器ケーシングに磁気シールド材を組み込む（ただし効率に影響する可能性あり）。Wireless Power Consortium（WPC）などの標準化団体は、サイドチャネル漏洩テストを含めるためにQi仕様を緊急に更新する必要があります。

7. 将来の応用と研究の方向性

• 拡張範囲センシング: より高感度なセンサー（例：高精度磁力計）または信号増幅技術の研究を通じて、有効な攻撃距離を増加させる。
• クロスデバイス推論: 磁気「フットプリント」が、特定のアプリ使用やブラウザ内でのウェブサイト閲覧活動さえも識別するのに十分に一意であるかどうかの探求。
• 防御的機械学習: 進行中のWISERS類似の盗聴試行の特徴的な信号パターンを検出し、アラートまたは対策をトリガーできる、オンデバイスまたはオンチャージャーのMLモデルの開発。
• より広範なターゲット範囲: 同じ原理を、真のワイヤレスイヤホン、スマートウォッチ、さらには将来のノートパソコンなど、より豊富なユーザーインターフェースを持つ可能性のある他のワイヤレス充電デバイスに適用する。
• 他のサイドチャネルとの統合: このサイドチャネルからのデータを他のサイドチャネル（例：電源からの電力分析、熱放射）と融合させ、より堅牢で詳細なユーザープロファイリングを実現する（サイドチャネル研究で注目を集めているマルチモーダルアプローチ）。

8. 参考文献

1. Wireless Power Consortium. "The Qi Wireless Power Standard." [Online]. Available: https://www.wirelesspowerconsortium.com/
2. Bernstein, D. J. "Cache-timing attacks on AES." 2005.
3. Genkin, D., Shamir, A., & Tromer, E. (2014). "RSA key extraction via low-bandwidth acoustic cryptanalysis." In Advances in Cryptology–CRYPTO 2014.
4. Zhu, J., Park, T., Isola, P., & Efros, A. A. (2017). "Unpaired image-to-image translation using cycle-consistent adversarial networks." In Proceedings of the IEEE international conference on computer vision (CycleGAN).
5. National Institute of Standards and Technology (NIST). "Side-Channel Attack Testing Methodologies." [Online]. Available: https://csrc.nist.gov/
6. Zhang, Y., et al. "WISERS: A Contactless and Context-Aware Side-Channel Attack via Wireless Charging." In Proceedings of the ... IEEE Symposium on Security and Privacy, 2023. (分析対象の原論文).