obscura/research/uncontrollable/behavioral-biometricsobscura/research/uncontrollable/behavioral-biometrics

Catégorie : Comportement Utilisateur / Interaction Humain-Machine

---

1. Description

La biométrie comportementale mesure comment un utilisateur interagit avec son appareil. Contrairement aux empreintes matérielles, celles-ci sont dynamiques — elles varient avec l'humeur, le contexte, la fatigue et la pratique. Cependant, elles sont aussi hautement individuelles : la dynamique de frappe seule peut identifier un utilisateur avec une précision >95% dans des environnements contrôlés.

---

2. Vecteurs

2.1 Dynamique de Frappe

document.addEventListener('keydown', event => {
  console.log({
    key: event.key,
    timestamp: performance.now(),
    code: event.code,
    location: event.location
  })
})
document.addEventListener('keyup', event => {
  console.log({
    key: event.key,
    timestamp: performance.now(),
    holdTime: performance.now() - keydownTime, // Durée de maintien de la touche
  })
})

Caractéristiques mesurables :

• Temps de maintien de la touche : Durée entre keydown et keyup (typiquement 50-150ms)
• Intervalle inter-touche : Temps entre les pressions de touches successives
• Pression de la touche (sur appareils supportés) : Pression tactile pour chaque touche
• Motifs d'erreur : Utilisation de la touche retour, comportement de correction
• Vitesse de frappe : Caractères par minute (varie selon la tâche)
• Rythme : Motifs cohérents d'intervalles longs/courts

Entropie : ~15-25 bits (hautement individuelle)

Stabilité : Modérée — affectée par la fatigue, l'émotion, l'appareil, le type de clavier

2.2 Motifs de Mouvement de Souris

document.addEventListener('mousemove', event => {
  console.log({
    x: event.clientX,
    y: event.clientY,
    timestamp: performance.now(),
    button: event.buttons,
    movementX: event.movementX,
    movementY: event.movementY
  })
})

Caractéristiques mesurables :

• Trajectoire : Courbure du chemin, rectitude, dépassement
• Profil vitesse-accélération : Comment la vitesse change pendant le mouvement
• Comportement de clic : Temps entre enfoncement et relâchement, précision de position
• Motifs de survol : Où la souris fait une pause
• Couplage de défilement : Mouvement de souris pendant le défilement

Entropie : ~10-20 bits (modérément individuelle)

Stabilité : Faible-Modérée — affectée par la surface, l'appareil, la tâche

2.3 Motifs de Défilement

document.addEventListener('scroll', event => {
  console.log({
    scrollY: window.scrollY,
    timestamp: performance.now(),
    deltaMode: event.deltaMode,
    deltaY: event.deltaY
  })
})

Caractéristiques mesurables :

• Vitesse de défilement : Pixels par événement de défilement
• Accélération : Comment la vitesse de défilement change
• Fréquence de pause : À quelle fréquence le défilement s'arrête
• Rythme : Défilement régulier vs par salves
• Modèle lire-puis-défiler : Temps entre l'arrêt du défilement et le défilement suivant

Entropie : ~8-12 bits

Stabilité : Faible — dépendante de la tâche (article vs résultats de recherche vs réseaux sociaux)

2.4 Gestes Tactiles (Mobile)

element.addEventListener('touchstart', e => { /* début toucher */ })
element.addEventListener('touchmove', e => { /* trajectoire toucher */ })
element.addEventListener('touchend', e => { /* fin toucher, vitesse */ })

Mesurable :

• Angle, vitesse, accélération du balayage
• Pression d'appui (sur appareils supportés)
• Motifs de pincement-zoom
• Coordination multi-doigts
• Taille de contact (zone de contact du doigt)

Entropie : ~12-18 bits

Stabilité : Modérée — affectée par l'appareil, la prise en main, la posture

---

3. Forces de l'Attaquant

---

4. Faiblesses de l'Attaquant

---

5. Détection de la Manipulation

---

6. Atténuations pour Obscura

6.1 Ce Qu'Obscura Peut Faire

6.2 Ce Qu'Obscura Ne Peut Pas Faire

6.3 Approche Recommandée

1. Arrondir les horodatages des événements à 50ms  (réduit la précision du timing)
2. Accepter — la biométrie comportementale nécessite une infrastructure ML (la plupart des attaquants n'en auront pas)
3. Utiliser Tor Browser pour la navigation à haute sensibilité (Tor désactive de nombreux événements)

Note : La biométrie comportementale est principalement une préoccupation pour les cibles de grande valeur (banques, réseaux sociaux) avec un investissement ML significatif. Pour la navigation typique, ce vecteur est rarement exploité.

---

7. Références de Recherche

• Monaco, J. et al. (2018). "Behavioral Biometrics: A Survey." ACM Computing Surveys.
• Teh, P. et al. (2014). "A Survey on Keystroke Dynamics." ACM Computing Surveys.
• Yampolskiy, R. et al. (2011). "Behavioral Biometrics: A Survey and Classification." International Journal of Biometrics.
• Acar, G. et al. (2014). "The Web Never Forgets" — mentionne le suivi comportemental dans le contexte de la corrélation inter-sites.