A mesterséges intelligencia a jelszavak több mint 90%-át billentyűleütések hangjai alapján találja ki.

Világvezető kutatók létrehoztak egy mesterséges intelligencia rendszert, amely hangfelvételek alapján próbálja kitalálni, hogy a felhasználó az esetek több mint 90%-ában melyik billentyűt írja be.

Az a tény, hogy a mesterséges intelligencia ilyen pontossággal képes előre jelezni, megnyithatja az utat a kibertámadások előtt. A szakértők szerint ahogy a videokonferencia -eszközök, mint például a Zoom és a beépített mikrofonnal rendelkező eszközök egyre népszerűbbek lesznek, a hangalapú kibertámadások kockázata is növekedni fog.

Trí tuệ nhân tạo có thể đoán phím nào đang được gõ với độ chính xác trên 90% chỉ nhờ vào âm thanh.

A mesterséges intelligencia több mint 90%-os pontossággal képes kitalálni, hogy melyik billentyűt nyomják le, pusztán hang alapján.

Ennek megfelelően a kutatók létrehoztak egy mesterséges intelligencia rendszert, amely elképesztő, több mint 90%-os pontossággal képes kitalálni, hogy melyik billentyűt nyomják le egy laptop billentyűzetén, pusztán hangfelvételek alapján.

Dr. Ehsan Toreini, a Surrey-i Egyetem (Egyesült Királyság) tanulmányának társszerzője megjegyezte, hogy a modellek pontossága, valamint a kibertámadások száma is növekedni fog. Szerinte nyilvános vitát kell folytatni a mesterséges intelligencia (MI) irányításának kérdéséről, különösen mivel a mikrofonnal felszerelt okoseszközök egyre ismerősebbek a családokban.

Mr. Toreini és kollégái gépi tanulási algoritmusokat is használtak egy mesterséges intelligencia rendszer kifejlesztéséhez, amely a hang alapján képes meghatározni, hogy mely billentyűket kell lenyomni egy laptopon.

Konkrétan a tanulmányban a MacBook Pro mind a 36 billentyűjét, beleértve a szám- és karakterbillentyűket is, 25-ször egymás után lenyomták, különböző ujjakkal és nyomással. A hangfelvételt Zoom-híváson keresztül, valamint a billentyűzet közelébe helyezett okostelefonon rögzítették.

A csapat ezután egy mesterséges intelligencián alapuló gépi tanulási rendszerbe táplálta az adatokat, amely megtanulta felismerni az egyes billentyűkhöz tartozó hangjelek jellemzőit. Az eredmények azt mutatták, hogy a rendszer telefonhívások rögzítésekor az esetek 95%-ában, Zoom-hívások rögzítésekor pedig az esetek 93%-ában tudott pontosan hozzárendelni egy billentyűt egy hanghoz.

Bár a tanulmány pusztán demonstrációs jellegű, és nem jelszófeltörésre vagy valós helyzetekben való felhasználásra szánták, a szerzők szerint az embereknek óvatosnak kell lenniük, különösen mivel a laptopok hasonló billentyűzeteket használnak, és gyakran használják őket nyilvános helyeken, például kávézókban. A lehallgatási módszer bármilyen billentyűzetre alkalmazható.

A kutatók számos módszert javasoltak a hangalapú támadások kockázatának csökkentésére, például a biometrikus bejelentkezés választását, ha az elérhető, vagy a kétlépcsős azonosítás engedélyezését.

Ezenkívül a felhasználóknak a Shift billentyűt kell használniuk a kis- és nagybetűk, számok és szimbólumok kombinálására a jelszavaikban. Joshua Harrison, az egyik szerző, megjegyezte, hogy nagyon nehéz megállapítani, hogy a Shift billentyűt használják-e.

Eközben Feng Hao professzor, a Warwicki Egyetem munkatársa arra figyelmeztette a felhasználókat, hogy Zoom-hívások közben ne gépeljenek be érzékeny üzeneteket, beleértve a jelszavakat is, a billentyűzeten. „A hangok mellett a kis váll- és csuklómozgások vizuális képei is felfedhetik az információkat arról, hogy mely billentyűket ütik le, még akkor is, ha a billentyűzet nem látható a kamerán” – osztotta meg.

[hirdetés_2]
Forrás