Klahvivajutuste tuvastamine heli abil saavutatakse kuulamisseadme asetamisega sihtmärgi lähedale
Iga kord avaldavad mulle sügavat muljet meetodid, mida avastati ja/või arendatakse nii teabe hankimiseks kui ka X-sektsioonile juurdepääsuks, X-seadme häkkimiseks ja see, et siiani paeluvad mind ikka veel need, mis põhinevad CPU ventilaatori tekitatud helid teabe hankimiseks, samuti läbi seinte nägemise kasutamine.
Sellepärast mulle isiklikult väga meeldib seda tüüpi uudiseid siin blogis ja puhul jagada Täna jagan uudist selle kohta arengut meetod et ta lõi teadlaste meeskonna, kes See põhineb klaviatuuril sisestatud teabe tuvastamisel 95% täpsus, kui analüüsitakse lähedal asuva nutitelefoniga salvestatud või lähedal asuva mikrofoni poolt vastu võetud klahvivajutuste heli.
Tõestatud sisendi tuvastamise täpsus ületab kõik akustilised analüüsimeetodid tähemärki sümboli kohta varem tuntud Nad ei kasuta keelemudelit. Pakutud meetodit saab kasutada näiteks sisestatud paroolide või trükitud sõnumite tuvastamiseks olukorras, kus ründaja pani oma nutitelefoni ohvri kõrvale või sai konfidentsiaalset teavet sisestades helisalvestise (näiteks kui ohver suhtlemise ajal logib mõne infosüsteemi parooliga).
Seoses süvaõppe hiljutiste arengutega, mikrofonide levikuga ja isiklike seadmete kaudu pakutavate võrguteenuste levikuga kujutavad akustilised külgkanalite rünnakud klaviatuuridele suuremat ohtu kui kunagi varem.
Sisend luuakse uuesti, kasutades masinõppemudelil põhinevat klassifikaatorit, mis võtab erinevate klahvide vajutamisel arvesse heli omadusi ja helitugevust.
Seda mainitakse rünnaku läbiviimiseks on vajalik modelli eelkoolitus, mis nõuab sisendheli sobitamist teabega vajutatavate klahvide kohta. Ideaalsetes tingimustes saab mudelit treenida rünnatavasse arvutisse installitud pahavara abil, mis võimaldab samaaegselt salvestada heli mikrofonist ja pealt kuulata klahvivajutusi.
Reaalsema stsenaariumi korral saaks mudeli koolitamiseks vajalikke andmeid koguda, sobitades sisendtekstsõnumid videokonverentsi tulemusena salvestatud komplekti heliga. Sisendi tuvastamise täpsus Zoomi ja Skype'i videokonverentsi sisendanalüüsil põhineva mudeli treenimisel väheneb veidi, vastavalt 93% ja 91,7%.
Masinõppemudeli õpetamise katses, kasutades Zoomi konverentsi heli, vajutati klaviatuuri 36 klahvist (0–9, a–z) 25 korda järjest erinevate sõrmede ja erineva jõuga.
Andmed iga pressi heli kohta muudeti pildiks spektrogrammiga, mis kajastab heli sageduse ja amplituudi muutumist ajas
spektrogrammid koolituseks üle viidud CoAtNet mudelil põhinevasse klassifikaatorisse, mida kasutatakse kujutiste klassifitseerimiseks tehisnägemissüsteemides. See tähendab, et treeningu ajal võrreldakse pilti iga klahvivajutuse spektrogrammiga koos klahvi nimetusega. Heli poolt vajutatud klahvide määramiseks tagastab CoAtNeti mudel edastatud spektrogrammi põhjal kõige tõenäolisema klahvi, sarnaselt kõige tõenäolisema sildi tagastamisele objektide kujutise järgi äratundmisel.
Tulevikus kavatsevad teadlased uurida võimalust taasluua klaviatuurisisendit, salvestades heli nutikõlaritest ning sisendteksti määramise täpsuse parandamiseks kasutada keelemudelit, mis klassifitseerib sisendi tervete sõnade kontekstis.
Lõpuks kui olete huvitatud sellest rohkem teada saama, saate üksikasju vaadata järgmine link.