Fingerabdruck des Smartphones kann Verbrechen entlarven

Bisher greifen Ermittler häufig auf technische Kennungen wie die sogenannte MAC-Adresse zurück, um Geräte zu identifizieren. Diese lässt sich jedoch relativ leicht manipulieren. Das Forschungsteam des User Experience Laboratory entwickelte deshalb ein neues System namens SENTINEL-DL, das auf Daten des Beschleunigungssensors eines Geräts basiert.

Beschleunigungssensoren sind in allen Smartphones und Smartwatches verbaut. Sie messen Bewegungen sowie Veränderungen von Geschwindigkeit und Richtung – etwa wenn ein Gerät geneigt oder gedreht wird und sich der Bildschirm automatisch anpasst. Laut Studie entstehen dabei feine Unterschiede in den Messwerten, die vom jeweiligen Gerätemodell, der Nutzung und den Umgebungsbedingungen abhängen. Diese minimalen Abweichungen können als eine Art „Fingerabdruck“ des Sensors dienen.

Für ihre Analyse nutzten die Forscher Machine-Learning-Modelle der Künstlichen Intelligenz. Grundlage waren Sensordaten aus einem Datensatz mit acht Smartphone- und vier Smartwatch-Modellen, die während verschiedener Aktivitäten aufgezeichnet wurden. Aus kurzen Zeitfenstern der Bewegungsdaten extrahierte das System charakteristische Muster, anhand derer ein KI-Modell das jeweilige Gerätemodell bestimmen kann.

Die Ergebnisse sind vielversprechend: Das System identifizierte das ursprüngliche Gerätemodell mit einer Trefferquote von über 93 Prozent und erreichte eine Gesamtgenauigkeit von mehr als 98 Prozent. Nach Angaben der Forschenden soll die Methode bestehende digitale forensische Verfahren ergänzen und so helfen, Cyberverbrechen künftig zuverlässiger aufzuklären.