Det neurale netværk blev lært at stjæle adgangskoder ved hjælp af lydene fra tasterne, der blev trykket
Miscellanea / / August 08, 2023
Gætter med en nøjagtighed på op til 95%.
En gruppe videnskabsmænd fra britiske universiteter trænet AI til at gætte lyden af tasterne, der trykkes på, og dermed bestemme de indtastede adgangskoder. Optagelse sker ved hjælp af mikrofonen i enheden eller en nærliggende smartphone.
Test har vist, at det neurale netværk kan bestemme de trykte bogstaver, tal og symboler med en nøjagtighed på op til 95 %.
Uddannelsen blev gennemført på en Apple MacBook Pro laptop, hvori, som det viste sig, alle taster har en unik lyd. For at huske dem tog det neurale netværk 25 lytninger (men med signalforstærkende behandling). Det vil sige, om nødvendigt kan AI hurtigt læres til at detektere andre tastaturer.
I modsætning til andre angreb er akustiske angreb meget enklere og mere effektive på grund af overfloden af enheder med mikrofoner, der kan give lydoptagelse af høj kvalitet.
Forfattere af eksperimentet
Eksperimenterne testede også optagelsen af lyd gennem iPhone 13 mini, der ligger 17 centimeter fra målet, Zoom og Skype. Nøjagtigheden af at gætte på en smartphone forblev på niveauet 95%, og gennem videokonferencetjenester faldt den lidt til henholdsvis 93% og 91,7%.
Forskerne bemærker, at denne angrebsmodel var effektiv selv med meget stille tastaturer. For at beskytte mod den akustiske metode til at stjæle adgangskoder, anbefaler de at bruge biometriske metoder. autentificering, hvor det er muligt, eller adgangskodeadministratorer, som også eliminerer behovet for at indtaste en kode manuelt.
Læs også🧐
- 25 genvejstaster, du ikke engang vidste eksisterede
- På Android blev der fundet en virus, der genkender tegn i skærmbilleder for at stjæle data
- 10 skamfulde spørgsmål om neurale netværk: Maskinlæringsspecialist Igor Kotenkov svarer