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

據(jù)計算機科學與工程助理教授Mahanth Gowda和計算機科學博士研究生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文獻的匯集，這些文獻廣泛地說，‘嘿!汽車雷達可以用來竊聽音頻。我們需要為此做點什么。’”

該雷達在毫米波(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)標準)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的耳機說話。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。手機的耳機會因語音而震動，這種震動會滲透到整個手機機身。

Basak說:“我們使用雷達來感知這種震動，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完全聽不到聲音，他們的方法也能奏效。“這不是第一次發(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模塊對雷達傳感器數(shù)據(jù)進行預處理，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)過訓練的機器學習模塊，以分類語音和重建音頻。當雷達感知到一英尺外的振動時，處理后的語音準確率為83%。雷達離手機越遠，準確率越低，在6英尺處的準確率下降到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、增強或?qū)﹃P(guān)鍵詞進行分類。該團隊正在繼續(xù)改進他們的方法，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器需要維修，而傳統(tǒng)上它是很明顯的。”

Basak說，類似的家庭維護甚至健康監(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行動，智能家居和工業(yè)中的雷達可以在檢測到問題和問題時更快地解決問題。”

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

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。”“作為一個研究團隊，我們非常興奮能夠在這個領域工作，因為世界越來越依賴無線傳感器系統(tǒng)。我們樂于克服復雜的技術(shù)挑戰(zhàn)和設計方法，這些方法可以用于未來的現(xiàn)實世界系統(tǒng)。”

審核編輯 黃昊宇