Die Erkennung von Tastenanschlägen anhand von Geräuschen wird erreicht, indem ein Abhörgerät in der Nähe des Ziels platziert wird
Jedes Mal bin ich ziemlich beeindruckt von den Methoden, die entdeckt und/oder entwickelt werden, um Informationen zu erhalten und auf X-Abschnitt, Hack Geräusche, die vom CPU-Lüfter erzeugt werden, um Informationen zu erhalten, sowie die Verwendung des, um unter anderem durch Wände zu sehen.
Deshalb teile ich persönlich solche Neuigkeiten sehr gerne hier im Blog und bei Heute werde ich die Neuigkeiten darüber teilen die Entwicklung von eine Methode Daraus entstand ein Team von Forschern, die Es basiert auf der Erkennung der über die Tastatur eingegebenen Informationen 95 % Genauigkeit bei der Analyse des Tastengeräuschs, das von einem Smartphone in der Nähe aufgezeichnet oder von einem Mikrofon in der Nähe aufgenommen wurde.
Bewährte Eingabeerkennungsgenauigkeit übertrifft alle akustischen Analysemethoden Zeichen pro Symbol bisher bekannt Sie verwenden kein Sprachmodell. Die vorgeschlagene Methode kann beispielsweise zur Ermittlung eingegebener Passwörter oder getippter Nachrichten in einer Situation verwendet werden, in der der Angreifer sein Smartphone neben das Opfer gelegt hat oder eine Tonaufnahme während der Eingabe vertraulicher Informationen erhalten hat (z. B. wenn sich das Opfer während der Kommunikation protokolliert). für einige Informationssysteme mit einem Passwort anmelden).
Angesichts der jüngsten Entwicklungen im Bereich Deep Learning, der Allgegenwärtigkeit von Mikrofonen und der Zunahme von Online-Diensten über persönliche Geräte stellen akustische Seitenkanalangriffe eine größere Bedrohung für Tastaturen dar als je zuvor.
Die Eingabe wird mithilfe eines Klassifikators neu erstellt, der auf einem maschinellen Lernmodell basiert, das Klangeigenschaften und Lautstärkepegel beim Drücken verschiedener Tasten berücksichtigt.
Es wird das erwähnt Um einen Angriff durchzuführen, ist eine Vorschulung des Modells erforderlich, was den Abgleich des Eingabetons mit Informationen über die gedrückten Tasten erfordert. Unter idealen Bedingungen kann das Modell mithilfe einer auf dem angegriffenen Computer installierten Malware trainiert werden, sodass gleichzeitig Ton von einem Mikrofon aufgezeichnet und Tastenanschläge abgefangen werden können.
In einem realistischeren Szenario könnten die zum Trainieren des Modells erforderlichen Daten gesammelt werden, indem eingegebene Textnachrichten mit Audiodaten eines Sets abgeglichen werden, das als Ergebnis einer Videokonferenz aufgezeichnet wurde. Die Eingabeerkennungsgenauigkeit beim Training eines Modells basierend auf der Zoom- und Skype-Videokonferenz-Eingabeanalyse sinkt leicht auf 93 % bzw. 91,7 %.
In einem Experiment zum Trainieren eines Modells für maschinelles Lernen mithilfe von Audiodaten einer Zoom-Konferenz wurde jede der 36 Tasten (0-9, a-z) auf der Tastatur 25 Mal hintereinander mit unterschiedlichen Fingern und mit unterschiedlicher Kraft gedrückt.
Die Daten über den Ton jedes Tastendrucks wurden in ein Bild umgewandelt mit einem Spektrogramm, das die Änderung der Frequenz und Amplitude des Schalls im Laufe der Zeit widerspiegelt
Spektrogramme zum Training an einen Klassifikator übertragen, der auf dem CoAtNet-Modell basiert, wird zur Klassifizierung von Bildern in künstlichen Sehsystemen verwendet. Das heißt, während des Trainings wird das Bild mit dem Spektrogramm jedes Tastendrucks mit dem Namen der Taste verglichen. Um die durch den Ton gedrückten Tasten zu bestimmen, gibt das CoAtNet-Modell die wahrscheinlichste Taste basierend auf dem übertragenen Spektrogramm zurück, ähnlich der Rückgabe der wahrscheinlichsten Bezeichnung bei der Erkennung von Objekten anhand ihres Bildes.
In Zukunft wollen die Forscher die Möglichkeit untersuchen, Tastatureingaben durch die Aufzeichnung von Tönen von intelligenten Lautsprechern nachzubilden und, um die Genauigkeit der Bestimmung des Eingabetextes zu verbessern, ein Sprachmodell verwenden, das Eingaben im Kontext ganzer Wörter klassifiziert.
Schließlich wenn Sie mehr darüber wissen möchtenkönnen Sie die Details in der überprüfen folgenden Link