Výzkumníci z Pensylvánské státní univerzity prokázali, že s využitím dostupného automobilového radarového senzoru a nového přístupu ke zpracování dokázali detekovat vibrace sluchátka mobilního telefonu a dešifrovat, co říká osoba na druhé straně hovoru, s přesností až 83 %.
Podle Mahantha Gowdy, docenta informatiky a inženýrství, a Suryodaye Basaka, doktoranda usilujícího o získání titulu v oboru informatiky, jehož je Gowda poradcem, tato demonstrace odhaluje významný bezpečnostní problém.
„S tím, jak se technologie postupem času stávají spolehlivějšími a robustnějšími, stává se zneužití těchto snímacích technologií útočníky pravděpodobným,“ řekl Basak.
Radar pracuje ve spektru milimetrových vln (mmWave), konkrétně v pásmech 60 až 64 gigahertzů a 77 až 81 gigahertzů, což vědce inspirovalo k pojmenování jejich přístupu „mmSpy“. Jedná se o podmnožinu rádiového spektra používaného pro 5G, standard páté generace komunikačních systémů po celém světě.
Při demonstraci mmSpy výzkumníci simulovali lidi hovořící přes sluchátko chytrého telefonu. Podle Basaka je značka irelevantní, ale výzkumníci svůj přístup testovali na zařízení Google Pixel 4a i Samsung Galaxy S20. Sluchátko telefonu od řeči vibruje a tyto vibrace pronikají do celého těla telefonu.
„Pomocí radaru snímáme tuto vibraci a rekonstruujeme, co řekla osoba na druhé straně linky,“ uvedl Basak s tím, že jejich přístup funguje i v případě, kdy je zvuk zcela neslyšitelný jak pro člověka, tak pro mikrofony v okolí. „Není to poprvé, co byly nalezeny podobné zranitelnosti nebo způsoby útoku, ale tento konkrétní aspekt (detekce a rekonstrukce řeči z druhé strany linky chytrého telefonu) dosud nebyl prozkoumán.“
Data z radarového senzoru jsou předem zpracována prostřednictvím modulů MATLAB a Python, což jsou jazyková rozhraní výpočetní platformy, která se v tomto výzkumu používají k odstranění šumu souvisejícího s hardwarem a artefaktů z dat. Ta pak výzkumníci předávají modulům strojového učení vycvičeným ke klasifikaci řeči a rekonstrukci zvuku. Když radar snímá vibrace ze vzdálenosti 30 cm, zpracovaná řeč má 83% přesnost. Tato hodnota klesá, čím dále se radar od telefonu vzdaluje, až na 43% přesnost ve vzdálenosti dvou metrů.
Jakmile je řeč rekonstruována, mohou výzkumníci podle potřeby filtrovat, vylepšovat nebo klasifikovat klíčová slova. Tým pokračuje ve zdokonalování svého přístupu, aby lépe porozuměl nejen tomu, jak se proti této bezpečnostní chybě chránit, ale také jak ji využít k dobrému účelu.
„Metodiku, kterou jsme vyvinuli, lze použít také pro snímání vibrací v průmyslových strojích, systémech chytré domácnosti a systémech monitorování budov,“ řekl Basak. „Sledování vibrací v průběhu času může pomoci vyhodnotit opotřebení – použití našeho přístupu by například mohlo pomoci určit, kdy strojní zařízení potřebuje údržbu dříve, než by to bylo obvykle patrné.“
Podle Basaka existují podobné systémy pro údržbu domácností nebo dokonce pro monitorování zdraví, které by mohly mít z takového citlivého sledování prospěch.
„Představte si radar, který by mohl sledovat uživatele a přivolat pomoc, pokud se nějaký zdravotní parametr změní nebezpečným způsobem,“ řekl Basak. „Se správnou sadou cílových akcí mohou radary v chytrých domácnostech a průmyslu umožnit rychlejší obrat při zjištění problémů a potíží.“
„V porovnání s tím, jak vypadal náš svět zhruba před deseti lety, jsme dnes mnohem lépe propojeni a používáme senzorové systémy ke sledování našeho dýchání, fyzické aktivity a dokonce i k většímu zabezpečení našich domovů,“ řekl Basak. „Jako výzkumná skupina jsme nesmírně nadšeni, že můžeme pracovat v této oblasti, protože svět se stále více spoléhá na bezdrátové senzorové systémy. Baví nás překonávat složité technologické výzvy a navrhovat metody, které lze využít v reálných systémech budoucnosti.“
Přihlaste se, komentujte články a ukládejte si ty nejzajímavější k pozdějšímu přečtení.
Přihlásit se přes náš web
Ještě nemáte účet? Staňte se členem.