I ricercatori delle Università di Londra, Durham e Surrey hanno sviluppato un nuovo sistema di intelligenza artificiale in grado di origliare la vostra tastiera per raccogliere dati potenzialmente sensibili. L’algoritmo, presentato in un nuovo articolo, è stato testato sulla tastiera di un MacBook Pro e ha raggiunto un’accuratezza del 93-95% nel rilevare quali tasti sono stati premuti basandosi esclusivamente su registrazioni audio.
La ricerca illustra anche l’ubiquità dei microfoni nei telefoni, nei computer portatili e in altri dispositivi, che potrebbero essere utilizzati per compromettere la sicurezza dei dati attraverso attacchi acustici a canale laterale. Sebbene precedenti articoli abbiano esplorato il rilevamento dei tasti del laptop tramite l’audio, questo approccio basato sull’intelligenza artificiale raggiunge livelli di precisione senza precedenti.
Secondo i ricercatori, il loro modello di intelligenza artificiale supera anche altri metodi basati sull’hardware, che devono far fronte a limiti di distanza e di larghezza di banda. Con i microfoni incorporati nei comuni dispositivi di consumo, l’acustica della digitazione è più esposta e accessibile che mai.
Come funziona questo nuovo algoritmo audio? I ricercatori hanno innanzitutto registrato campioni audio della digitazione su un MacBook Pro, premendo ogni tasto 25 volte. Questo ha permesso al sistema di intelligenza artificiale di analizzare le minime variazioni tra i suoni emessi da ciascun tasto.
Le registrazioni audio sono state poi trasformate in spettrogrammi, che sono rappresentazioni visive delle frequenze sonore nel tempo. Il modello di intelligenza artificiale è stato addestrato su questi spettrogrammi, imparando ad associare modelli diversi ai diversi tasti premuti.
Applicando questo processo di addestramento su migliaia di segmenti audio, l’algoritmo apprende le sottili distinzioni tra le impronte acustiche di ciascun tasto battuto. Una volta addestrata su una tastiera specifica, l’intelligenza artificiale può analizzare nuove registrazioni audio e prevedere la pressione dei tasti con un’elevata precisione.
I ricercatori hanno scoperto che quando è stato addestrato sulla tastiera di un MacBook Pro, l’algoritmo ha raggiunto una precisione del 93-95%. Le prestazioni sono diminuite solo leggermente quando sono state testate sui suoni della tastiera nelle registrazioni delle chiamate Zoom.
Il sistema di intelligenza artificiale deve essere calibrato su modelli di tastiera e ambienti audio specifici. Tuttavia, l’approccio potrebbe essere ampiamente applicabile se gli aggressori riuscissero a ottenere i dati di addestramento adeguati. Con un modello personalizzato, i malintenzionati potrebbero potenzialmente intercettare password, messaggi, e-mail e altro ancora.
Proteggiti
Sebbene la minaccia alla privacy sia preoccupante, lo studio dimostra anche la crescente capacità degli algoritmi di intelligenza artificiale di trovare intuizioni in nuove forme di dati. Le emanazioni acustiche sono state a lungo esplorate negli attacchi a canale laterale, forse più comunemente tramite microfoni laser, ma l’apprendimento automatico sofisticato consente ora un’analisi senza precedenti di questi segnali trapelati.
Esistono alcuni modi per proteggere i dati da questo tipo di attacco, e non si tratta di digitare silenziosamente.
I dattilografi che si cimentano con il tatto sembrano confondere il modello, facendo scendere la sua precisione al 40% (probabilmente perché i dattilografi premono i tasti in parti diverse, modificando l’acustica). Come contromisure vengono citate anche la modifica dello stile di digitazione, la riproduzione di suoni con un altoparlante e l’uso di tastiere touchscreen. Potreste divertirvi a immergervi nella tana del modding della tastiera, poiché la modifica dell’acustica della tastiera rende l’IA inutilizzabile, in quanto richiederebbe un altro ciclo di addestramento.
Per il futuro, i ricercatori suggeriscono di approfondire le ricerche per individuare e proteggere questi vettori di minaccia emergenti. Mentre l’intelligenza artificiale continua a sbloccare nuove potenzialità di sfruttamento delle fonti di dati onnipresenti, il mantenimento della sicurezza e della privacy dei dati richiederà altrettanta ingegnosità per identificare e mitigare le vulnerabilità involontarie.
