Výzkumníci z univerzit v Londýně, Durhamu a Surrey vyvinuli nový systém umělé inteligence, který dokáže odposlouchávat vaši klávesnici a shromažďovat potenciálně citlivé údaje. Algoritmus, představený v novém článku, byl testován na klávesnici počítače MacBook Pro a dosáhl 93-95% přesnosti při zjišťování, které klávesy byly stisknuty, a to pouze na základě zvukových záznamů.
Výzkum také ukazuje, jak všudypřítomné jsou mikrofony v telefonech, noteboocích a dalších zařízeních, které by tak mohly být využity k narušení bezpečnosti dat prostřednictvím útoků akustickými postranními kanály. Zatímco předchozí práce se zabývaly detekcí stisknutých kláves na notebooku pomocí zvuku, tento přístup založený na umělé inteligenci dosahuje bezprecedentní úrovně přesnosti.
Podle výzkumníků jejich model založený na umělé inteligenci překonává i jiné hardwarové metody, které se potýkají s omezeními vzdálenosti a šířky pásma. Díky mikrofonům zabudovaným v běžných spotřebitelských zařízeních je akustika psaní na klávesnici exponovanější a dostupnější než kdykoli předtím.
Jak tedy tento nový zvukový algoritmus funguje? Výzkumníci nejprve nahráli zvukové vzorky psaní na počítači MacBook Pro, přičemž každou klávesu stiskli 25krát. To umožnilo systému umělé inteligence analyzovat drobné rozdíly mezi zvuky vycházejícími z jednotlivých kláves.
Zvukové nahrávky pak byly převedeny na spektrogramy, což jsou vizuální reprezentace zvukových frekvencí v čase. Na těchto spektrogramech byl vycvičen model umělé inteligence, který se naučil přiřazovat různé vzory k různým stiskům kláves.
Při použití tohoto tréninkového procesu v tisících zvukových segmentů se algoritmus naučí jemné rozdíly mezi akustickými otisky jednotlivých stisknutých kláves. Po vyškolení na konkrétní klávesnici pak může umělá inteligence analyzovat nové zvukové záznamy a s vysokou přesností předpovídat stisky kláves.
Výzkumníci zjistili, že při tréninku na klávesnici MacBooku Pro dosáhl algoritmus přesnosti 93-95 %. Výkonnost se mírně snížila pouze při testování zvuků klávesnice v nahrávkách hovorů Zoom.
Systém umělé inteligence je třeba kalibrovat na konkrétní modely klávesnic a zvukové prostředí. Tento přístup by však mohl být široce použitelný, pokud se útočníkům podaří získat vhodná tréninková data. S přizpůsobeným modelem by mohli zlí hráči potenciálně zachytit hesla, zprávy, e-maily a další.
Protect Yourself
Přestože je hrozba pro soukromí znepokojující, studie také ukazuje rostoucí schopnosti algoritmů umělé inteligence nacházet poznatky v nových formách dat. Akustické vyzařování je již dlouho zkoumáno při útocích vedlejšími kanály – nejčastěji asi prostřednictvím laserových mikrofonů -, ale sofistikované strojové učení nyní umožňuje bezprecedentní analýzu těchto uniklých signálů.
Existuje několik způsobů, jak chránit data před tímto typem útoku – a nevyžadují tiché psaní.
Zdá se, že dotykoví písaři model matou, takže jeho přesnost klesá na 40 % (pravděpodobně proto, že písaři mačkají klávesy v různých částech, čímž mění akustiku). Jako protiopatření se uvádí také změna stylu psaní, přehrávání zvuků z reproduktoru a používání dotykových klávesnic. Možná se rádi ponoříte do králičí nory úprav klávesnice, protože změna akustiky klávesnice činí umělou inteligenci nepoužitelnou, protože by vyžadovala další tréninkové kolo.
Do budoucna výzkumníci navrhují další zkoumání detekce a ochrany před těmito novými vektory hrozeb. Vzhledem k tomu, že umělá inteligence nadále odhaluje nové možnosti využití všudypřítomných zdrojů dat, bude zachování bezpečnosti dat a soukromí vyžadovat stejnou vynalézavost při identifikaci a zmírňování nezamýšlených zranitelností.
