日本研究人員開發出新型AI聲學攻擊技術，僅需分析鍵盤敲擊聲，即可高準確率重構使用者輸入的文本。此方法無需預先訓練，大幅增加了在公共場所或線上會議等現實場景中竊取敏感資訊的風險。
- 研究由日本東北大學、京都大學及奈良先端科學技術大學院大學的學者共同進行。
- 攻擊可在公共場所、透過共用桌面或牆壁，甚至在線上會議中實施。
- 實驗顯示，在MacBook Pro上僅需100至150次敲擊，文本重構準確率可超過99%。
- 新技術結合無監督音頻分析與AI語言模型，無需事先了解受害者的設備。
AI結合語言模型 無需預先訓練
由日本東北大學、京都大學等機構研究人員共同開發的新型聲學側信道攻擊技術，標誌著資訊安全領域的一大挑戰。過去的聲學攻擊多半需要事先在目標鍵盤上進行大量數據採集與訓練，但新方法結合了無監督音頻分析與基於Transformer的語言模型，使其更具現實威脅性。
系統首先從錄音中分離出單個鍵盤敲擊聲，將相似聲音分組，再利用語言模型推斷最可能的字符序列。研究人員還引入大型語言模型（LLM）進行反饋修正，利用上下文提高解碼的準確性。攻擊者僅需獲取音頻，無需安裝惡意軟件或取得設備權限，即可在以下場景發動攻擊：
- 在咖啡店等公共場所，將智能手機放置在受害者筆記本電腦附近。
- 使用接觸式麥克風，透過共用桌面或牆壁捕捉鍵盤敲擊產生的振動。
- 在線上會議期間，從背景噪音中還原鍵盤輸入的聲音。
實驗室測試：準確率高達99%
在實驗室測試中，研究團隊展示了該技術驚人的準確性。當一部智能手機放置在2019年款MacBook Pro旁邊時，僅需錄製100至150次鍵盤敲擊聲，系統重構輸入文本的準確率便能超過99%。該技術對戴爾（Dell）、惠普（HP）、聯想（Lenovo）和蘋果（Apple）等多款筆記本電腦同樣有效，部分型號僅需稍多一些敲擊數據即可達到高準確率。
即使在更具挑戰性的環境下，攻擊依然有效。例如，使用放置在同一桌面約三米外的接觸式麥克風，或透過貼在牆壁上的接觸式麥克風進行「穿牆」竊聽，系統在記錄約150至250次敲擊後，準確率仍能達到90%以上。
線上會議成高風險場景
研究人員特別測試了針對Google Meet、Microsoft Teams和Zoom等線上會議平台的攻擊。結果顯示，若會議未啟用噪音抑制功能，透過音頻傳輸的鍵盤敲擊聲足以讓攻擊者在數百次敲擊後高準確率地還原輸入內容。論文指出，由於高級降噪功能並非總是可用或被用戶啟用，許多人仍面臨風險。
研究團隊警告，聲學側信道攻擊應被視為嚴重的隱私威脅，尤其是在共享辦公空間和遠程辦公日益普及的今天。為降低風險，建議用戶避免在線上會議未靜音時輸入密碼等敏感資訊，並在公共場所留意周遭是否有可疑的錄音設備。
來源：cyberinsider.com
封面來源：Adobe Stock