賓夕法尼亞州立大學(xué)的研究人員使用一種現(xiàn)成的汽車?yán)走_(dá)傳感器和一種新穎的處理方法，證明他們可以探測到手機(jī)耳機(jī)的震動，并破譯電話另一端的人在說什么，準(zhǔn)確率高達(dá)83%。

據(jù)計算機(jī)科學(xué)與工程助理教授Mahanth Gowda和計算機(jī)科學(xué)博士研究生Suryoday Basak表示，該演示將在2022年IEEE安全與隱私(SP)研討會上發(fā)布，揭示了一個重大的安全問題。

Basak說:“隨著時間的推移，隨著技術(shù)變得越來越可靠和強(qiáng)大，對手濫用這種傳感技術(shù)的可能性變得很大。”“我們對這種利用的展示有助于科學(xué)文獻(xiàn)的匯集，這些文獻(xiàn)廣泛地說，‘嘿!汽車?yán)走_(dá)可以用來竊聽音頻。我們需要為此做點(diǎn)什么?！?/p>

該雷達(dá)在毫米波(mmWave)頻譜中工作，特別是在60 - 64千兆赫和77 - 81千兆赫之間，這促使研究人員將他們的方法命名為“mmSpy”。這是用于5G(全球第五代通信系統(tǒng)標(biāo)準(zhǔn))的無線電頻譜的子集。

在mmSpy演示中，研究人員模擬了人們通過智能手機(jī)的耳機(jī)說話。Basak說，品牌無關(guān)，但研究人員在谷歌Pixel 4a和三星Galaxy S20上測試了他們的方法。手機(jī)的耳機(jī)會因語音而震動，這種震動會滲透到整個手機(jī)機(jī)身。

Basak說:“我們使用雷達(dá)來感知這種震動，并重建線另一邊的人所說的話。”Basak指出，即使周圍的人和麥克風(fēng)完全聽不到聲音，他們的方法也能奏效?！斑@不是第一次發(fā)現(xiàn)類似的漏洞或攻擊方式，但這一特殊方面——從智能手機(jī)線路的另一端檢測和重建語音——還沒有被探索過。”

通過MATLAB和Python模塊對雷達(dá)傳感器數(shù)據(jù)進(jìn)行預(yù)處理，這兩個模塊是本研究使用的計算平臺語言接口，用于去除數(shù)據(jù)中的硬件相關(guān)噪聲和人工噪聲。然后，研究人員將其輸入經(jīng)過訓(xùn)練的機(jī)器學(xué)習(xí)模塊，以分類語音和重建音頻。當(dāng)雷達(dá)感知到一英尺外的振動時，處理后的語音準(zhǔn)確率為83%。雷達(dá)離手機(jī)越遠(yuǎn)，準(zhǔn)確率越低，在6英尺處的準(zhǔn)確率下降到43%。

巴薩克說，一旦語音被重建，研究人員就可以根據(jù)需要過濾、增強(qiáng)或?qū)﹃P(guān)鍵詞進(jìn)行分類。該團(tuán)隊正在繼續(xù)改進(jìn)他們的方法，以便更好地理解不僅如何防范這個安全漏洞，而且如何利用它進(jìn)行有益的開發(fā)。Basak說:“我們開發(fā)的方法也可以用于工業(yè)機(jī)械、智能家居系統(tǒng)和建筑監(jiān)控系統(tǒng)的振動傳感。”“隨著時間的推移，振動跟蹤可以幫助評估磨損，例如，使用我們的方法可以幫助確定什么時候機(jī)器需要維修，而傳統(tǒng)上它是很明顯的?！?/p>

Basak說，類似的家庭維護(hù)甚至健康監(jiān)控系統(tǒng)都可以從這種敏感的跟蹤中受益。Basak說:“想象一下，如果一個雷達(dá)可以跟蹤用戶，并在某些健康參數(shù)發(fā)生危險變化時呼叫幫助。”“通過一系列正確的目標(biāo)行動，智能家居和工業(yè)中的雷達(dá)可以在檢測到問題和問題時更快地解決問題?！?/p>

研究人員現(xiàn)在正在努力擴(kuò)大他們的竊聽攻擊與mmSpy，以加強(qiáng)他們的方法，并將其轉(zhuǎn)化為這些更有建設(shè)性的應(yīng)用。

巴薩克說:“與大約十年前的世界相比，今天我們的連接更好了，我們使用傳感器系統(tǒng)來監(jiān)測我們的呼吸、身體活動，甚至讓我們的家更安全?！薄白鳛橐粋€研究團(tuán)隊，我們非常興奮能夠在這個領(lǐng)域工作，因?yàn)槭澜缭絹碓揭蕾嚐o線傳感器系統(tǒng)。我們樂于克服復(fù)雜的技術(shù)挑戰(zhàn)和設(shè)計方法，這些方法可以用于未來的現(xiàn)實(shí)世界系統(tǒng)?！?/p>

審核編輯 黃昊宇