論文の概要: Penetrating the Reality Wall: Long-Range and Through-Wall AR/VR Privacy Eavesdropping via Wireless Power Side Channel
- arxiv url: http://arxiv.org/abs/2610.15865v1
- Date: Sun, 11 Oct 2026 19:37:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-19 15:34:39.140825
- Title: Penetrating the Reality Wall: Long-Range and Through-Wall AR/VR Privacy Eavesdropping via Wireless Power Side Channel
- Title（参考訳）: リアルな壁を貫通する: 長距離と壁越しのAR/VRプライバシー盗聴
- Abstract要約: 本稿では,AR/VRのネットワーク接続上での電源側チャネルの攻撃面の解析を試みる。
そこで我々はMetaSpyを提案し,その実現可能性と実用性について検討した。
- 参考スコア（独自算出の注目度）: 13.633943520225836
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Over the past decade, Metaverse technology (AR/VR) has seen widespread adoption in numerous areas, including gaming, social networking, and online collaboration. Although recent studies have exposed vulnerabilities in VR systems, they often apply methods (e.g., pre-installed malicious apps or scripts) from conventional mobile platforms directly, demonstrating impractical attacks that fail to investigate unique privacy leakages specific to VR platforms. In this paper, we present an orthogonal attempt to analyze the attack surface of the power side channel on AR/VR's network connection by capturing the through-wall wireless power in the network transmission medium (e.g., Wi-Fi signals) non-intrusively in a comparatively long distance (e.g., 5.0m-8.0m) and further reconstructing multi-level privacy-aware user behaviors. We propose MetaSpy to validate the feasibility and practicality of our disclosed wireless power-based traffic analysis attack. It first captures through-wall wireless power transmitted from the Wi-Fi router of an adjacent room, identifies the device type, then infers (i) user interactions such as browsing websites, running AR/VR apps, and performing various in-app activities, (ii) unseen VR-specific activities in VR games (e.g., Population: ONE), and (iii) avatar-based user re-identification and virtual keystroke inference corresponding to head movements. We evaluated the effectiveness of MetaSpy in four commercial-off-the-shelf (COTS) VR headsets, and the empirical results demonstrate its competitive accuracy in unveiling multi-level user privacy within virtual scenes in through-wall settings at a longer distance (1.8x-80x) than most of the recent studies, and it shows resilience to a series of external interference and impact factors. In addition, we also propose and evaluate effective countermeasures to protect data confidentiality in AR/VR wireless transmission.
- Abstract（参考訳）: 過去10年間で、Metaverse Technology(AR/VR)は、ゲーム、ソーシャルネットワーク、オンラインコラボレーションなど、多くの分野で広く採用されている。
最近の研究では、VRシステムの脆弱性が明らかにされているが、従来のモバイルプラットフォームから直接メソッド(例えば、プリインストールされた悪意のあるアプリやスクリプト)を適用することで、VRプラットフォーム固有の独自のプライバシー漏洩の調査に失敗する非現実的な攻撃を実証することが多い。
本稿では、比較的長距離(例えば5.0m-8.0m)で非侵襲的にネットワーク伝送媒体(例えば、Wi-Fi信号)のスルーウォール無線電力を捕捉して、AR/VRのネットワーク接続上で電源側チャネルの攻撃面を解析し、さらに複数レベルのプライバシーを意識したユーザ行動の再構築を行うことにより、直交的な試みを示す。
そこで我々はMetaSpyを提案し,その実現可能性と実用性について検討した。
まず、隣の部屋のWi-Fiルーターから送信されるスルーウォールのワイヤレス電力を捕捉し、デバイスタイプを特定し、次に推測する。
一 ウェブサイトの閲覧、AR/VRアプリの実行、様々なアプリ内アクティビティの実行等のユーザインタラクション。
(II)VRゲーム(例:人口:ONE)、及び
三 頭の動きに応じたアバターに基づくユーザ再識別及び仮想キーストローク推論
市販市販の4つのVRヘッドセット(COTS)におけるMetaSpyの有効性を評価し,最近の研究よりも長い距離 (1.8x-80x) で仮想シーン内のマルチレベルユーザプライバシを公開する際の競合精度を実証し, 一連の外部干渉および影響要因に対するレジリエンスを示す。
また,AR/VR無線通信におけるデータ機密性保護のための効果的な対策を提案し,評価する。
関連論文リスト
- Adversary-Aware Private Inference over Wireless Channels [51.93574339176914]
ワイヤレスエッジデバイスにおけるAIベースのセンシングは、人工知能(AI)アプリケーションを大幅に強化する可能性がある。
機密性の高い個人情報は敵によって再構築できるため、プライバシー侵害のリスクを軽減するために特徴の変換が必要である。
本稿では,デバイスがモデルサーバに送信する前に抽出した特徴の変換を適用する,プライバシ保護型AIベースセンシングのための新しいフレームワークを提案する。
論文 参考訳（メタデータ） (2025-10-23T13:02:14Z) - False Reality: Uncovering Sensor-induced Human-VR Interaction Vulnerability [15.246996684892348]
False Realityは、ソフトウェアへのアクセスや修正を必要とせず、VRデバイスに対する新たな脅威だ。
我々はこれらの脅威を攻撃経路の枠組みを通じて形式化し、3つの代表的な経路を検証する。
今後のVRシステムのセキュリティとレジリエンスを高めるための貴重な洞察を提供する。
論文 参考訳（メタデータ） (2025-08-11T14:47:23Z) - Non-intrusive and Unconstrained Keystroke Inference in VR Platforms via Infrared Side Channel [7.493632378968814]
メインストリームVRプラットフォームの星座追跡システムに,新たなサイドチャネルリークを新たに提示する。
コントローラとヘッドセットのインタラクションのためにVRコントローラから出力される赤外線(IR)信号は悪意的に悪用され、制約のない入力キーストロークを再構築することができる。
本稿では,この新しい赤外線側チャネルの実現可能性と実用性を示すために,VRecKeyという新しいキーストローク推論攻撃を提案する。
論文 参考訳（メタデータ） (2024-12-19T13:09:46Z) - mmSpyVR: Exploiting mmWave Radar for Penetrating Obstacles to Uncover Privacy Vulnerability of Virtual Reality [20.72439781800557]
本稿は、攻撃者が障害物を通じてVRのプライバシーを捕捉できるVRシステムの新たな脆弱性を明らかにする。
我々は,mmWaveレーダによるVRユーザのプライバシーに対する新たな攻撃であるmmSpyVRを提案する。
論文 参考訳（メタデータ） (2024-11-15T03:22:44Z) - GAZEploit: Remote Keystroke Inference Attack by Gaze Estimation from Avatar Views in VR/MR Devices [8.206832482042682]
GAZEploitは、VRアプリケーションにおける仮想外観の共通利用を活用して、これらの視線追跡情報を活用するために設計された、新しいアイトラッキングベースの攻撃である。
30名以上の被験者を対象に,キーストローク推論の精度を80%以上達成した。
われわれの調査は、Apple Storeの上位15以上のアプリがGAZEploit攻撃に弱いと判断し、この最先端のVR/MRテキスト入力方法に対する緊急のセキュリティ対策の必要性を強調した。
論文 参考訳（メタデータ） (2024-09-12T15:11:35Z) - An Empirical Study on Oculus Virtual Reality Applications: Security and
Privacy Perspectives [46.995904896724994]
本稿では,VRアプリのためのセキュリティとプライバシ評価ツールであるVR-SP検出器を開発する。
筆者らはVR-SP検出器を用いて,500種類のVRアプリに関する総合的研究を行った。
VRアプリには、セキュリティ上の脆弱性やプライバシリークが数多く存在していることが分かりました。
論文 参考訳（メタデータ） (2024-02-21T13:53:25Z) - Deep Motion Masking for Secure, Usable, and Scalable Real-Time Anonymization of Virtual Reality Motion Data [49.68609500290361]
最近の研究では、ほぼすべてのVRアプリケーションで使われているモーショントラッキングの「テレメトリ」データが、指紋スキャンと同じくらいに識別可能であることが示されている。
本稿では、既知の防御対策を確実に回避できる最先端のVR識別モデルを提案する。
論文 参考訳（メタデータ） (2023-11-09T01:34:22Z) - WiFi-based Spatiotemporal Human Action Perception [53.41825941088989]
SNN(End-to-end WiFi signal Neural Network)は、Wi-Fiのみのセンシングを可能にするために提案されている。
特に、3D畳み込みモジュールはWiFi信号の時間的連続性を探索することができ、特徴自己保持モジュールは支配的な特徴を明示的に維持することができる。
論文 参考訳（メタデータ） (2022-06-20T16:03:45Z) - A Wireless-Vision Dataset for Privacy Preserving Human Activity
Recognition [53.41825941088989]
アクティビティ認識の堅牢性を改善するため,WiNN(WiFi-based and video-based neural network)が提案されている。
以上の結果から,WiViデータセットは一次需要を満足し,パイプライン内の3つのブランチはすべて,80%以上のアクティビティ認識精度を維持していることがわかった。
論文 参考訳（メタデータ） (2022-05-24T10:49:11Z) - Feeling of Presence Maximization: mmWave-Enabled Virtual Reality Meets
Deep Reinforcement Learning [76.46530937296066]
本稿では,無線モバイルユーザに対して,超信頼性でエネルギー効率のよいバーチャルリアリティ(VR)体験を提供するという課題について検討する。
モバイルユーザへの信頼性の高い超高精細ビデオフレーム配信を実現するために,コーディネートマルチポイント(CoMP)伝送技術とミリ波(mmWave)通信を利用する。
論文 参考訳（メタデータ） (2021-06-03T08:35:10Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。