リスニングデバイスをターゲットの近くに置くことで、音によるキーストロークの検出が実現されます。
情報を取得したり、X セクションにアクセスしたり、X デバイスをハッキングしたりするために発見および/または開発された方法に毎回非常に感銘を受けますが、今でも私を大いに魅了しているのは、情報を取得するために CPU ファンによって生成される音や、壁越しに見るために使用するなど、さまざまな方法があります。
だからこそ、私は個人的に、この種のニュースをこのブログで共有したいと思っています。 今日は以下のニュースを共有します の開発 方法 彼は研究者チームを立ち上げた キーボードに入力された情報の検出に基づいています 近くのスマートフォンで録音されたキーストローク音、または近くのマイクで拾われたキーストローク音を分析する場合、95% の精度で分析されます。
実証済みの入力検出精度 あらゆる音響解析手法を上回る性能を発揮 シンボルごとの文字数 以前から知られていた 彼らは言語モデルを使用しません。 提案された方法は、例えば、攻撃者が被害者の隣にスマートフォンを置いた場合や、機密情報の入力中に音声録音を受信した場合（通信中に被害者がログを記録した場合など）、入力されたパスワードや入力されたメッセージを判別するために使用できます。一部の情報システムではパスワードを使用します)。
最近のディープラーニングの発展、マイクの普及、個人用デバイスを介したオンライン サービスの台頭により、音響サイドチャネル攻撃はキーボードにとってこれまで以上に大きな脅威となっています。
入力は、さまざまなキーが押されたときの音響特性と音量レベルを考慮した機械学習モデルに基づく分類器を使用して再作成されます。
と言われています 攻撃を実行するには、モデルの事前トレーニングが必要です、入力された音と押されたキーに関する情報を一致させる必要があります。 理想的な条件下では、攻撃対象のコンピューターにインストールされたマルウェアを使用してモデルをトレーニングすることができ、マイクからの音の録音とキーストロークの傍受を同時に行うことが可能になります。
より現実的なシナリオでは、入力テキスト メッセージをビデオ会議の結果として記録されたセットからの音声と照合することによって、モデルのトレーニングに必要なデータを収集できます。 Zoom と Skype のビデオ会議入力分析に基づいてモデルをトレーニングする場合の入力検出精度は、それぞれ 93% と 91,7% に若干低下します。
Zoom 会議の音声を使用して機械学習モデルをトレーニングする実験では、キーボードの 36 個のキー (0 ～ 9、a ～ z) をそれぞれ、異なる指と異なる力で連続 25 回押しました。
各プレス音のデータを画像化 時間の経過に伴う音の周波数と振幅の変化を反映するスペクトログラムを使用
スペクトログラム トレーニングのために CoAtNet モデルに基づく分類器に転送される、人工視覚システムにおける画像の分類に使用されます。 つまり、トレーニング中に、画像がキーの名前を含む各キーストロークのスペクトログラムと比較されます。 サウンドによって押されたキーを判断するために、CoAtNet モデルは、画像によってオブジェクトを認識するときに最も可能性の高いラベルを返すのと同様に、送信されたスペクトログラムに基づいて最も可能性の高いキーを返します。
研究者らは将来的に、スマートスピーカーからの音を録音することによってキーボード入力を再現する可能性を探求し、入力テキストの判定精度を向上させるために、単語全体のコンテキストで入力を分類する言語モデルを使用する予定です。
最後に あなたがそれについてもっと知りたいなら、詳細はで確認できます 次のリンク。