A la red neuronal se le enseñó a robar contraseñas usando los sonidos de las teclas que se presionan
Miscelánea / / August 08, 2023
Adivina con una precisión de hasta el 95%.
Un grupo de científicos de universidades británicas entrenado AI para adivinar los sonidos de las teclas que se presionan y así determinar las contraseñas ingresadas. La grabación se realiza utilizando el micrófono del dispositivo o un teléfono inteligente cercano.
Las pruebas han demostrado que la red neuronal puede determinar las letras, números y símbolos presionados con una precisión de hasta el 95 %.
La capacitación se llevó a cabo en una computadora portátil Apple MacBook Pro, en la que resultó que todas las teclas tienen un sonido único. Para memorizarlos, la red neuronal fue suficiente para 25 escuchas (pero con procesamiento que amplifica la señal). Es decir, si es necesario, se puede enseñar rápidamente a la IA a detectar otros teclados.
A diferencia de otros ataques, los ataques acústicos son mucho más simples y efectivos debido a la abundancia de dispositivos con micrófonos que pueden proporcionar una captura de audio de alta calidad.
Autores del experimento.
Los experimentos también probaron la captura de sonido a través del iPhone 13 mini, ubicado a 17 centímetros del objetivo, Zoom y Skype. La precisión de adivinar en un teléfono inteligente se mantuvo en el nivel del 95%, y a través de los servicios de videoconferencia disminuyó ligeramente al 93% y 91,7%, respectivamente.
Los científicos señalan que este modelo de ataque fue efectivo incluso con teclados muy silenciosos. Para protegerse contra el método acústico de robo de contraseñas, recomiendan utilizar métodos biométricos. autenticación, cuando sea posible, o administradores de contraseñas, que también eliminan la necesidad de ingresar un código a mano.
Leer también🧐
- 25 atajos de teclado que ni siquiera sabías que existían
- En Android, se encontró un virus que reconoce caracteres en capturas de pantalla para robar datos
- 10 preguntas vergonzosas sobre redes neuronales: Igor Kotenkov, especialista en aprendizaje automático, responde