Нов алгоритъм може да краде данни, като анализира звука на натиснатите клавиши с точност до 95%

Изследователи от британски университети са разработили алгоритъм, използващ невронни мрежи за дълбоко обучение, който може да разпознава данни с точност до 95%, като анализира звука на натиснатите клавиши на клавиатурата, записан чрез микрофон. В процеса на обучение на алгоритъма са използвани и аудиозаписи, направени чрез Zoom, но в този случай точността на разпознаване е спаднала до 93%.

Този алгоритъм, представлява сериозна заплаха за сигурността на данните, тъй като той може да се използва за кражба на пароли и друга чувствителна информация. Освен това, за разлика от други похвати, изискващи да бъдат изпълнени специални условия, този вид атака е много лесна за изпълнение, тъй като микрофоните, които осигуряват висококачествено записване на звук стават все по-разпространени.

За да извършат такава атака, хакерите трябва да запишат звука от натискането на клавишите на клавиатурата на жертвата. Това може да се направи с помощта на намиращ се наблизо микрофон или смартфон, заразен със злонамерен софтуер, който позволява достъп до микрофона на устройството. Звука на натиснатите клавиши може да бъде записван и по време на разговор в Zoom.

В настоящото проучване данните за обучение представляваха запис на звука от 36 натискания на клавиши на MacBook Pro, като всеки от тях е натиснат 25 пъти. След това бяха получени осцилограми и спектрограми, за да се визуализират различията при натискането на всеки клавиш. Изследователите извършиха и някои стъпки за обработка на данните по отношение на усилването на сигнала, за да улеснят идентифицирането на клавишите.

В експеримента са участвали MacBook Pro с клавиатура, която се използва във всички модели преносими компютри на компанията през последните 2 години, както и iPhone 13 mini, поставен на разстояние 17 сантиметра от лаптопа и записващ звука, и услугата Zoom, която също е използвана за запис на звука от натискането на клавишите. В крайна сметка изследователите са успели да гарантират, че алгоритъма CoAtNet постига 95% точност при обработката на записите от смартфона и 93% точност при обработката на данните, записани чрез Zoom. При експеримента с използване на Skype точността спаднала до 91,7%.

За потребителите, които се притесняват прекалено много от подобни атаки, може да опитат да променят стила на писане или да използват по-дълги и разнообразни пароли.

Други потенциални мерки за защита включват използване на софтуер за възпроизвеждане на звуци от натискане на клавиши, бял шум или софтуерни аудиофилтри за натискане на клавиши.

Не забравяйте, че моделът на атаката се оказа много ефективен дори срещу много тиха клавиатура, така че добавянето на шумозаглушители на механичните клавиатури или преминаването към мембранни клавиатури едва ли ще помогне.

В крайна сметка използването на биометрична автентификация, когато това е възможно и мениджъри на пароли, за да се избегне необходимостта от ръчно въвеждане на чувствителна информация също служат като смекчаващи фактори.