本研究は，スマートデバイスを携帯して鉄道で移動する人物の位置情報を追跡する新たなサイドチャネル攻撃の実現可能性を検証する．一般にモバイルアプリは GPS 等によって位置情報を取得するために，ユーザの許可を必要とする．一方，加速度，磁力，角速度等を計測するハードウェアセンサにアクセスする際は許可を必要としない．本研究の狙いは，ハードウェアセンサの情報のみを用いて人物の位置を推定することである．主な構成要素を以下に示す．まず，センサデータに対し教師あり機械学習を適用することで，標的の行動を歩行中，走行車両内，その他の 3 種に分類する．次に，時系列順に並んだ行動推定の結果から，列車の出発時刻と到着時刻のシーケンスを抽出する．最後に，得られた時刻シーケンスを鉄道の時刻表と路線図に照合し，標的の移動経路を特定する．上記のシステムを実装し，被験者実験によって集めたセンサデータと，172 の鉄道会社，9，090 の駅を対象にシミュレーションを行った結果，本攻撃による脅威が現実的であることを示した．

We developed a novel, proof-of-concept side-channel attack framework, which identifies a route for a train trip by simply reading smart device sensors: an accelerometer, magnetometer, and gyroscope. All these sensors are commonly used by many apps without requiring any permissions. Our goal is to estimate the location of a user by reading sensors. The key technical components of the work can be summarized as follows. First, by applying a machine-learning technique to the data collected from sensors, RouteDetector detects the activity of a user, i.e.,“walking, ”“ in moving vehicle, ”or “ other. ”Next, it extracts departure/arrival times of vehicles from the sequence of the detected human activities. Finally, by correlating the detected departure/arrival times of the vehicle with timetables/route maps collected from all the railway companies in the rider ’s country, it identifies potential routes that can be used for a trip. We demonstrate that the strategy is feasible through field experiments and extensive simulation experiments using timetables and route maps for 9,090 railway stations of 172 railway companies.