Detectarea tastelor prin sunet se realizează prin plasarea unui dispozitiv de ascultare aproape de țintă
De fiecare dată sunt destul de impresionat de metodele care sunt descoperite și/sau dezvoltate atât pentru a obține informații, cât și pentru a accesa secțiunea X, hack X device și este că până acum cele care încă mă fascinează foarte mult sunt cele care se bazează pe sunete generate de ventilatorul CPU pentru a obține informații, precum și utilizarea pentru a vedea prin pereți, printre multe altele.
De aceea, personal, îmi place foarte mult să împărtășesc acest tip de știri aici pe blog și în cazul Astăzi voi împărtăși știrile despre dezvoltarea de o metodă că a creat o echipă de cercetători care Se bazează pe detectarea informațiilor introduse pe tastatură Precizie de 95% atunci când se analizează sunetul apăsărilor de taste înregistrate de un smartphone din apropiere sau preluate de un microfon din apropiere.
Precizie dovedită a detectării intrării depășește toate metodele de analiză acustică caracter pe simbol cunoscute anterior Ei nu folosesc un model de limbaj. Metoda propusă poate fi folosită, de exemplu, pentru a determina parolele introduse sau mesajele tastate, într-o situație în care atacatorul și-a plasat smartphone-ul lângă victimă sau a primit o înregistrare sonoră în timp ce introducea informații confidențiale (de exemplu, când în timpul comunicării victima se înregistrează). cu o parolă pentru unele sisteme informatice).
Odată cu evoluțiile recente în domeniul învățării profunde, omniprezența microfoanelor și creșterea serviciilor online prin intermediul dispozitivelor personale, atacurile pe canalele laterale acustice reprezintă o amenințare mai mare pentru tastaturi decât oricând.
Intrarea este recreată folosind un clasificator bazat pe un model de învățare automată care ia în considerare caracteristicile sunetului și nivelul volumului atunci când sunt apăsate diferite taste.
Se menționează că pentru a efectua un atac, este necesară pregătirea preliminară a modelului, care necesită potrivirea sunetului de intrare cu informații despre tastele apăsate. În condiții ideale, modelul poate fi antrenat folosind programe malware instalate pe computerul atacat, făcând posibilă înregistrarea simultană a sunetului de la un microfon și interceptarea tastelor.
Într-un scenariu mai realist, datele necesare antrenării modelului ar putea fi colectate prin potrivirea mesajelor text de intrare cu sunetul dintr-un set înregistrat ca urmare a unei conferințe video. Precizia de detectare a intrărilor atunci când antrenează un model bazat pe Zoom și analiza de intrare pentru conferințe video Skype scade ușor la 93%, respectiv 91,7%.
Într-un experiment pentru a antrena un model de învățare automată folosind audio dintr-o conferință Zoom, fiecare dintre cele 36 de taste (0-9, a-z) de pe tastatură a fost apăsată de 25 de ori la rând cu degete diferite și cu forță diferită.
Datele despre sunetul fiecărei prese au fost transformate într-o imagine cu o spectrogramă care reflectă modificarea frecvenței și amplitudinii sunetului în timp
spectrograme transferat pentru instruire la un clasificator bazat pe modelul CoAtNet, folosit pentru clasificarea imaginilor în sistemele de vedere artificială. Adică, în timpul antrenamentului, imaginea este comparată cu spectrograma fiecărei apăsări de taste cu numele tastei. Pentru a determina tastele apăsate de sunet, modelul CoAtNet returnează cea mai probabilă tastă pe baza spectrogramei transmise, similar cu returnarea celei mai probabile etichete atunci când recunoaște obiectele după imaginea lor.
În viitor, cercetătorii intenționează să exploreze posibilitatea de a recrea introducerea de la tastatură prin înregistrarea sunetului de la difuzoare inteligente și, pentru a îmbunătăți acuratețea determinării textului de intrare, să utilizeze un model de limbă care clasifică inputul în contextul unor cuvinte întregi.
În cele din urmă dacă sunteți interesat să aflați mai multe despre asta, puteți verifica detaliile în următorul link.