Naukowcy z uniwersytetów w Londynie, Durham i Surrey opracowali nowatorski system sztucznej inteligencji, który może podsłuchiwać klawiaturę w celu gromadzenia potencjalnie wrażliwych danych. Algorytm, zaprezentowany w nowym artykule, został przetestowany na klawiaturze MacBooka Pro i osiągnął 93-95% dokładności w wykrywaniu, które klawisze zostały naciśnięte, wyłącznie na podstawie nagrań audio.
Badania pokazują również, jak wszechobecne są mikrofony w telefonach, laptopach i innych urządzeniach, które można wykorzystać do naruszenia bezpieczeństwa danych poprzez akustyczne ataki boczne. Podczas gdy poprzednie artykuły badały wykrywanie naciśnięć klawiszy laptopa za pomocą dźwięku, to podejście oparte na sztucznej inteligencji osiąga bezprecedensowy poziom precyzji.
Według naukowców, ich model sztucznej inteligencji przewyższa również inne metody sprzętowe, które napotykają ograniczenia związane z odległością i przepustowością. Dzięki mikrofonom wbudowanym w popularne urządzenia konsumenckie, akustyka pisania na klawiaturze jest bardziej widoczna i dostępna niż kiedykolwiek wcześniej.
Jak więc działa ten nowy algorytm audio? Naukowcy najpierw nagrali próbki audio pisania na MacBooku Pro, naciskając każdy klawisz 25 razy. Pozwoliło to systemowi sztucznej inteligencji przeanalizować drobne różnice między dźwiękiem wydobywającym się z każdego klawisza.
Nagrania audio zostały następnie przekształcone w spektrogramy, które są wizualną reprezentacją częstotliwości dźwięku w czasie. Model sztucznej inteligencji został przeszkolony na tych spektrogramach, ucząc się kojarzyć różne wzorce z różnymi naciśnięciami klawiszy.
Dzięki zastosowaniu tego procesu szkoleniowego w tysiącach segmentów audio, algorytm uczy się subtelnych różnic między akustycznymi odciskami palców każdego uderzanego klawisza. Po przeszkoleniu na konkretnej klawiaturze, sztuczna inteligencja może następnie analizować nowe nagrania audio i przewidywać naciśnięcia klawiszy z dużą dokładnością.
Naukowcy odkryli, że po przeszkoleniu na klawiaturze MacBooka Pro algorytm osiągnął precyzję 93-95%. Wydajność spadła tylko nieznacznie, gdy przetestowano ją na dźwiękach klawiatury w nagraniach rozmów Zoom.
System sztucznej inteligencji musi zostać skalibrowany do określonych modeli klawiatur i środowisk audio. Jednak podejście to może mieć szerokie zastosowanie, jeśli atakujący mogą uzyskać odpowiednie dane szkoleniowe. Dzięki dostosowanemu modelowi źli aktorzy mogliby potencjalnie przechwytywać hasła, wiadomości, e-maile i nie tylko.
Protect Yourself
Podczas gdy zagrożenie prywatności jest niepokojące, badanie pokazuje również rosnące możliwości algorytmów sztucznej inteligencji w zakresie znajdowania spostrzeżeń w nowych formach danych. Emanacje akustyczne od dawna były badane w atakach typu side-channel – być może najczęściej za pośrednictwem mikrofonów laserowych – ale zaawansowane uczenie maszynowe pozwala teraz na bezprecedensową analizę tych wyciekających sygnałów.
Istnieją pewne sposoby ochrony danych przed tego typu atakami – i nie wymagają one cichego pisania na klawiaturze.
Osoby piszące na klawiaturze dotykowej wydają się mylić model, sprawiając, że jego dokładność spada do 40% (prawdopodobnie dlatego, że osoby piszące na klawiaturze naciskają klawisze w różnych częściach, zmieniając akustykę). Jako środki zaradcze wymienia się również zmianę stylu pisania, odtwarzanie dźwięków na głośniku i korzystanie z klawiatur z ekranem dotykowym. Możesz cieszyć się zanurzeniem się w króliczej norze modowania klawiatury, ponieważ zmiana akustyki klawiatury sprawia, że sztuczna inteligencja jest bezużyteczna, ponieważ wymagałaby kolejnej rundy treningowej.
W przyszłości naukowcy sugerują dalsze badania nad wykrywaniem i ochroną przed tymi pojawiającymi się wektorami zagrożeń. Ponieważ sztuczna inteligencja nadal odblokowuje nowe możliwości wykorzystania wszechobecnych źródeł danych, utrzymanie bezpieczeństwa danych i prywatności będzie wymagało takiej samej pomysłowości, aby zidentyfikować i złagodzić niezamierzone luki w zabezpieczeniach.
