ブログ

安全なペアリング:Timmyが2台の端末をつなぐ仕組み

ECDH、確認番号、暗号化されたシグナリングがどのように連携するのかを解説します。

Baby Monitor Timmyで音声や映像を送るには、まず2台の端末がお互いを見つけ、接続先を確認する必要があります。この記事では、Timmyが2台のスマートフォンをペアリングする仕組みと、その暗号技術を解説します。確認番号の照合が、鍵交換の改ざんを見つける手掛かりになる理由も説明します。

課題:本当に意図した相手と通信している?

初めて接続するときに重要なのは、端末Aが本当に端末Bと通信しているのか、それとも第三者が間に入り込んでいるのかという点です。暗号の分野では、このような攻撃を中間者攻撃(MITM)と呼びます。

Timmyは、Firebaseを介した楕円曲線Diffie–Hellman(ECDH)鍵交換と、両方の端末に表示される確認番号の照合を組み合わせています。

まず、ペアリングの流れを図で見てみましょう。

01検出から承認までの流れ
端末の検出、公開鍵の交換、確認番号の照合、各端末での承認というペアリングの流れ。
ペアリングの全体像です。秘密鍵と共有シークレットは端末内に残ります。図を開く ↗

ステップ1:各端末で鍵ペアを生成する

新しいペアリングを始めるとき、各端末はP-256曲線(secp256r1)を使い、そのペアリング用の一時的なECDH鍵ペアを生成します。

Timmyは、鍵の生成に使う乱数生成器の初期化にRandom.secure()を利用します。生成したECDH鍵ペアは、そのペアリングのためのものです。

ステップ2:Firebaseを介して公開鍵を交換する

Timmyは4文字のコードを、2台が出会うための目印として使います。自動検出では、ローカルネットワーク上のDNS-SD/mDNSでこのコードを見つけます。手入力も可能です。このコードによって、鍵交換に使うFirestoreドキュメントが決まります。暗号鍵そのものは、コードとは別に生成されます。

両方の端末がコードを知ると、それぞれが自分のECDH公開鍵を共通のFirestoreドキュメントに書き込みます。その後、各端末が同じドキュメントから相手の公開鍵を読み取ります。

鍵交換で送信するのは公開鍵です。秘密鍵は端末内に残ります。ECDHの安全性の前提では、公開鍵だけを知っていても、共通の秘密情報を現実的な計算量で求めることはできません。

ステップ3:共通の秘密情報を計算する

Firebaseから相手の公開鍵を読み取ると、通常の鍵交換では、各端末が独立に同じ共通の秘密情報(共有シークレット)を計算します。

sharedSecret = ECDH(myPrivateKey, theirPublicKey)
             → 32バイト(両方の端末で同じ値)

各端末が持っているのは自分の秘密鍵と相手の公開鍵だけですが、楕円曲線の数学的な性質によって、両方の計算結果が一致します。

ステップ4:確認番号(SAS)を照合する

各端末は、共有シークレットと両方の公開鍵から短い認証用の値(SAS:Short Authentication String)を導きます。Timmyはこれを2桁の確認番号として表示します。

[pubkey1, pubkey2] = sort(publicKeysAsStrings)
prefix = UTF-8("sas:" + pubkey1 + ":" + pubkey2 + ":")
hash = SHA-256(prefix + sharedSecret)
number = (hash[0] × 256 + hash[1]) mod 100   → 00から99

通常の鍵交換では、両方の端末に同じ番号、たとえば42が表示されます。実際の画面を見比べてください。番号が一致し、自分が意図したペアリングであることを確認できたら、各端末でそれぞれ承認します。

確認番号が鍵交換の改ざんを見つける手掛かりに

もし攻撃者が交換中の公開鍵をすり替えられると、2台それぞれと別の秘密情報を確立しようとする可能性があります。

  1. Firebase上で本来の公開鍵を横取りし、別の鍵にすり替える。
  2. 攻撃者自身の鍵ペアを使い、各端末と個別に鍵交換する。
02鍵交換の改ざんが現れる例
攻撃者が公開鍵をすり替えた例。この例では2台の端末に異なる確認番号が表示されます。
確認番号が異なる例です。異なる鍵交換でも同じ番号になる可能性があります。図を開く ↗

この例では、攻撃者は端末Aとの間で秘密情報S_Aを、端末Bとの間で別の秘密情報S_Bを確立しています。端末には例として73と18が表示されます。画面を見比べることで、この違いに気付けます。

ただし、異なる鍵交換から同じ2桁の番号が得られることもあります。確認番号は、あくまで追加の確認手段です。番号が違う場合や、心当たりのない要求が出た場合は、ペアリングを中止してください。

ステップ5:ペアリングを完了する

各端末は、その端末上での承認を受けて、次の処理を行います。

  1. 共有シークレットから、16進数64文字で表されるペアリング鍵を導出します。SHA-256("pair:" + sharedSecret) → pairingKey
  2. ペアリング鍵からFirestoreのドキュメントキーを導出します。SHA-256("doc:" + pairingKey) → documentKey
  3. 別のハッシュ計算で、シグナリングの暗号化に使うAES-256-GCM鍵を導出します。SHA-256("enc:" + pairingKey) → encryptionKey
  4. 導出したペアリング情報を端末内に保存します。通常の鍵交換で、それぞれの端末上でペアリングを承認すると、2台は同じペアリング鍵を導出します。

以後のセッションでは、Firestoreに渡すSDPのデータ本体とICE候補のテキストをAES-256-GCMで保護します。ここで説明する流れでは、ペアリング鍵は端末内に残ります。通信先の振り分けには、この鍵から導いた別のドキュメント識別子を使います。音声・映像の通信は、それとは独立してWebRTCが保護します。

ペアリングから音声・映像の送受信まで

ローカルでの検出、Firestore、WebRTCは、それぞれ異なる役割を担います。次の図では、コードの検出と鍵交換から音声・映像の送受信まで、データが通る経路を分けて示します。

033つの役割と、それぞれの通信経路
ローカル検出、Firestore経由のペアリングと暗号化シグナリング、保護されたWebRTC通信を分けて示した図。
端末の検出、シグナリング、音声・映像の転送は、異なる役割を担います。図を開く ↗

それぞれの通信経路の役割は、次のとおりです。

各コンポーネントの役割とつながり

同じ仕組みを、構成要素のつながりとして見ることもできます。2台のスマートフォンは、匿名認証、Firestoreを介したデータ交換、一時的なTURN認証情報の取得にFirebaseを使います。STUNはアドレスの対応関係を調べる手助けをし、必要な場合にはTURNリレーが保護されたWebRTC通信を中継します。次のコンポーネント図は、これらのつながりを示しています。

042台の端末と利用するサービス
赤ちゃん側と保護者側の端末、Firebase Authentication、Firestore、Cloud Functions、STUN、TURNの構成図。シグナリングと保護されたメディア通信の経路を分けて示しています。
構成要素と接続関係。認証や接続準備の経路と、音声・映像の経路は分かれています。図を開く ↗

自動検出できない場合はコードを手入力

自動検出で相手の端末が見つからない場合は、4文字のコードを手入力できます。その後は同じECDH鍵交換をFirestore経由で行い、照合用の確認番号を表示します。変わるのは、コードをもう一方の端末に伝える方法だけです。

安全性を支える仕組みのまとめ

仕組み 役割
ECDH鍵交換(P-256) 自分の秘密鍵と受け取った公開鍵から共有シークレットを導出する
一時的な鍵ペア 新しいペアリングごとに新しいECDH鍵ペアを使う
確認番号(SAS) 画面を見比べて追加の確認を行う
ドキュメント識別子としてのSHA-256ハッシュ 導出した識別子でドキュメントを指定する
AES-256-GCM暗号化 SDPのデータ本体とICE候補のテキストを保護する
各端末での承認 承認後に各端末へペアリング情報を保存する
DTLS-SRTP(WebRTC) 通信中の音声と映像を保護する

コードは、2台が出会うための目印です。ECDHは鍵の導出に使う共有シークレットを生成し、確認番号の照合は接続先を確かめる手掛かりになります。その後、特定のシグナリングデータをAES-256-GCMが保護し、音声・映像はWebRTCが別に保護します。


関連記事