Het neurale netwerk werd geleerd om wachtwoorden te stelen met behulp van het geluid van de toetsen die worden ingedrukt
Gemengde Berichten / / August 08, 2023
Raden met een nauwkeurigheid tot 95%.
Een groep wetenschappers van Britse universiteiten getraind AI om de geluiden van de ingedrukte toetsen te raden en zo de ingevoerde wachtwoorden te bepalen. Opname wordt gedaan met behulp van de microfoon in het apparaat of een smartphone in de buurt.
Tests hebben aangetoond dat het neurale netwerk de ingedrukte letters, cijfers en symbolen kan bepalen met een nauwkeurigheid tot 95%.
De training werd gegeven op een Apple MacBook Pro-laptop, waarin, zo bleek, alle toetsen een uniek geluid hebben. Om ze te onthouden, was het neurale netwerk voldoende voor 25 luisterbeurten (maar met verwerking die het signaal versterkt). Dat wil zeggen, indien nodig kan AI snel worden geleerd om andere toetsenborden te detecteren.
In tegenstelling tot andere aanvallen zijn akoestische aanvallen veel eenvoudiger en effectiever vanwege de overvloed aan apparaten met microfoons die audio van hoge kwaliteit kunnen vastleggen.
Auteurs van het experiment
De experimenten testten ook het vastleggen van geluid via de iPhone 13 mini, op 17 centimeter van het doelwit, Zoom en Skype. De nauwkeurigheid van gokken op een smartphone bleef op het niveau van 95%, en via videoconferentiediensten daalde het iets naar respectievelijk 93% en 91,7%.
De wetenschappers merken op dat dit aanvalsmodel zelfs met zeer stille toetsenborden effectief was. Om zich te beschermen tegen de akoestische methode om wachtwoorden te stelen, raden ze het gebruik van biometrische methoden aan. authenticatie, waar mogelijk, of wachtwoordbeheerders, die ook de noodzaak om een code in te voeren overbodig maken handmatig.
Lees ook🧐
- 25 sneltoetsen waarvan je niet eens wist dat ze bestonden
- Op Android is een virus gevonden dat karakters in screenshots herkent om gegevens te stelen
- 10 beschamende vragen over neurale netwerken: machine learning-specialist Igor Kotenkov beantwoordt