Le réseau de neurones a appris à voler des mots de passe en utilisant les sons des touches enfoncées
Miscellanea / / August 08, 2023
Devine avec une précision allant jusqu'à 95 %.
Un groupe de scientifiques d'universités britanniques qualifié AI pour deviner les sons des touches enfoncées et ainsi déterminer les mots de passe saisis. L'enregistrement est effectué à l'aide du microphone de l'appareil ou d'un smartphone à proximité.
Des tests ont montré que le réseau neuronal peut déterminer les lettres, chiffres et symboles pressés avec une précision allant jusqu'à 95 %.
La formation a été menée sur un ordinateur portable Apple MacBook Pro, dans lequel, en fin de compte, toutes les touches ont un son unique. Pour les mémoriser, le réseau de neurones suffisait pour 25 écoutes (mais avec un traitement qui amplifie le signal). Autrement dit, si nécessaire, l'IA peut rapidement apprendre à détecter d'autres claviers.
Contrairement à d'autres attaques, les attaques acoustiques sont beaucoup plus simples et plus efficaces en raison de l'abondance d'appareils dotés de microphones qui peuvent fournir une capture audio de haute qualité.
Auteurs de l'expérience
Les expériences ont également testé la capture du son via l'iPhone 13 mini, situé à 17 centimètres de la cible, Zoom et Skype. La précision des devinettes sur un smartphone est restée au niveau de 95 % et, grâce aux services de vidéoconférence, elle a légèrement diminué à 93 % et 91,7 %, respectivement.
Les scientifiques notent que ce modèle d'attaque était efficace même avec des claviers très silencieux. Pour se protéger contre la méthode acoustique de vol de mots de passe, ils recommandent d'utiliser des méthodes biométriques. l'authentification, si possible, ou les gestionnaires de mots de passe, qui éliminent également la nécessité d'entrer un code manuellement.
Lire aussi🧐
- 25 raccourcis clavier dont vous ignoriez même l'existence
- Sur Android, un virus a été trouvé qui reconnaît les caractères dans les captures d'écran pour voler des données
- 10 questions honteuses sur les réseaux de neurones: le spécialiste de l'apprentissage automatique répond à Igor Kotenkov