セキュリティ/触覚2026/8/21arXiv:2608.20817

ゴーストタック：物理的接触なしに触覚センサーを操作する

GhostTac: Manipulating Tactile Sensors without Physical Contact

電磁干渉を用いて触覚センサーの出力を遠隔から操作する攻撃手法を提案し、ロボットの触覚認識を欺くことを実証した。

詳しい要約

1. どんなもの？

GhostTacは、触覚センサに対して物理的接触なしに電磁干渉（EMI）を用いて攻撃する、初のコンタクトレス攻撃手法である。触覚センサの非線形整流と限帯域増幅を悪用し、巧妙に設計したEMI信号をDCオフセットに変換することで、センサ出力を安定して操作する。これにより、ロボットの触覚フィードバックを改ざんし、過剰な力の印加など危険な行動を引き起こす可能性がある。

2. 先行研究と比べてどこがすごい？

先行研究では、触覚センサの物理層セキュリティはほとんど注目されておらず、攻撃手法は確立されていなかった。GhostTacは、EMIを用いたコンタクトレス攻撃を初めて実証し、触覚センサの脆弱性を明らかにした点が画期的である。従来のセンサ攻撃（光や音など）とは異なり、電磁波を用いることで物理的接触を必要とせず、遠隔からの攻撃を可能にしている。

3. 技術・手法の肝は？

手法の核心は、触覚センサの非線形整流特性と限帯域増幅を利用することにある。攻撃者は、センサの帯域内に収まるように設計されたEMI信号を送信し、センサ内部の非線形素子で整流することで、DCオフセットを生成する。このDCオフセットは、センサのフィルタを迂回して出力に影響を与える。さらに、干渉の空間分布と強度を制御することで、特定の位置のセンサ出力を精密に操作する。

4. どうやって有効だと検証した？

10個のセンサモジュールと2つの器用なハンド（dexterous hands）を用いて、異なるタイプの15個の触覚センサに対して評価を行った。その結果、全てのテストデバイスで一貫した有効性が確認された。さらに、触覚把持、滑り検出、材料分類の3つのケーススタディを通じて、実際のロボットタスクへの影響を実証した。

5. 議論はある？

議論としては、GhostTacが明らかにした新たな物理攻撃ベクトルは、ロボットシステムの安全性に重大な脅威をもたらす。しかし、攻撃の実現にはセンサの帯域や特性に関する知識が必要であり、攻撃条件が限定的である可能性も指摘できる。また、防御策については要旨では言及されておらず、今後の研究課題である。

6. 次に読むべき論文は？

要旨で参照されている関連研究は明示されていないが、同分野の定番として、センサの物理層セキュリティに関する研究（例：センサへの光・音・電磁波を用いた攻撃）や、ロボットの安全な制御に関する研究が挙げられる。具体的には、EMI攻撃の防御手法や、触覚センサの堅牢化に関する論文を読むことが推奨される。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Kun Wang, Xuancun Lu, Ruochen Zhou, Kai Wang, Tongjun Ye, Yihao Shao, Chen Yan, Xiaoyu Ji, Wenyuan Xu

分類: cs.CR, cs.RO

原文アブストラクト

Tactile sensors are integral to modern robotic systems, enabling robots to perceive and interact with the physical environment through tactile feedback. However, the physical-layer security of tactile sensors has received little attention. We present GhostTac, the first contactless attack, to the best of our knowledge, that manipulates tactile sensing through electromagnetic interference (EMI). GhostTac exploits nonlinear rectification and limited-bandwidth amplification, converting carefully crafted EMI signals into persistent DC offsets that bypass onboard filtering and induce stable measurement deviations. It enables fine-grained, controllable manipulation of sensor outputs by shaping the spatial distribution and magnitude of interference at targeted locations. Such manipulation can induce harmful robot behaviors, including excessive force that may damage objects or injure people. We evaluate GhostTac on 10 sensor modules and two dexterous hands, covering 15 tactile sensors of different types, and demonstrate consistent effectiveness across all tested devices. Three case studies involving tactile grasping, slip detection, and material classification further illustrate its practical impact on real robotic tasks. These findings reveal a new physical attack vector against tactile sensing in robotic systems.

arXivで原文を読む →arXiv概要ページ

← 論文一覧