新型声学攻击：AI可通过监听按键声窃取数据，准确率高达95%

本文概要:

1. 通过研究发现，无线键盘发出的击键声音可以被检测和解释，成为新型声学攻击方式。

2. 研究人员使用自注意力变换层训练了一个深度学习模型，可以通过监听附近手机记录的击键声中窃取数据，准确率高达95%。

3. 这项研究显示了通过现有设备和算法进行旁路攻击的实用性，未来可能开发更强大的技术。

来自英国大学的一组研究人员训练了一种AI深度学习模型，该模型监听麦克风记录并分析键盘击键的声音，以此来窃取目标设备中的数据，准确率高达95%。

研究人员发现，无线键盘发出的电磁信号可以被检测和解释，但更容易被识别的是按键声音。因此，他们利用按键声音进行研究。他们还研究了笔记本电脑上的击键声，因为笔记本电脑比台式电脑更便于携带，在公共区域更容易获取。

研究人员通过实现录制键盘每个按键的声音，并交由算法深度学习，训练出了一个名为“CoAtNet”的AI图形分类器，能够通过声音波形判断按下的按键。

在设置过程中，团队使用了 iPhone 麦克风并使用击键训练人工智能。这种简单方法凸显了即使没有专门的设备，密码和机密数据也可能很容易被泄露。

实验使用了 MacBook Pro 和 iPhone13mini。iPhone 放置在距离笔记本电脑17厘米的折叠超细纤维布上，以尽量减少桌面振动。为了捕获击键声，研究人员利用 Zoom 通话软件的内置录音功能。在第二个笔记本电脑数据集（他们称之为“Zoom 记录的数据”）上，他们使用 Zoom 视频会议应用程序的内置功能捕获击键。

他们发现，当根据附近手机记录的击键进行训练时，该模型的准确率达到95%。此外，该模型在使用视频会议软件 Zoom 记录的击键进行训练时显示准确率达93% 。研究人员强调，他们的结果证明了通过现有普通的设备和算法，也能轻易进行旁路攻击。

论文网址:https://arxiv.org/abs/2308.01074