A IA pode dizer o que você digita ouvindo as teclas digitadas

Jun 04, 2023

Pesquisadores das Universidades de Londres, Durham e Surrey desenvolveram um novo sistema de IA que pode espionar seu teclado para coletar dados potencialmente confidenciais. O algoritmo, apresentado em um novo artigo, foi testado em um teclado MacBook Pro e alcançou 93-95% de precisão na detecção de quais teclas foram pressionadas com base apenas em gravações de áudio.

A pesquisa também ilustra como os microfones são onipresentes em telefones, laptops e outros dispositivos, que poderiam, portanto, ser utilizados para comprometer a segurança dos dados por meio de ataques acústicos de canal lateral. Embora artigos anteriores tenham explorado a detecção de teclas digitadas em laptops por meio de áudio, esta abordagem baseada em IA atinge níveis de precisão sem precedentes.

Segundo os pesquisadores, seu modelo de IA também supera outros métodos baseados em hardware, que enfrentam restrições de distância e largura de banda. Com microfones incorporados em dispositivos comuns de consumo, a acústica da digitação está mais exposta e acessível do que nunca.

Então, como funciona esse novo algoritmo de áudio? Os pesquisadores primeiro gravaram amostras de áudio de digitação em um MacBook Pro, pressionando cada tecla 25 vezes. Isso permitiu que o sistema de IA analisasse as pequenas variações entre o som que emana de cada tecla.

As gravações de áudio foram então transformadas em espectrogramas, que são representações visuais das frequências sonoras ao longo do tempo. O modelo de IA foi treinado nesses espectrogramas, aprendendo a associar diferentes padrões a diferentes pressionamentos de tecla.

Ao aplicar este processo de treinamento em milhares de segmentos de áudio, o algoritmo aprende as distinções sutis entre as impressões digitais acústicas de cada tecla tocada. Depois de treinada em um teclado específico, a IA pode analisar novas gravações de áudio e prever as teclas digitadas com alta precisão.

Os pesquisadores descobriram que, quando treinado em um teclado do MacBook Pro, o algoritmo alcançou entre 93-95% de precisão. O desempenho caiu apenas ligeiramente quando testado em sons de teclado em gravações de chamadas do Zoom.

O sistema de IA precisa ser calibrado para modelos de teclado e ambientes de áudio específicos. No entanto, a abordagem poderá ser amplamente aplicável se os invasores conseguirem obter os dados de treinamento adequados. Com um modelo personalizado, malfeitores poderiam interceptar senhas, mensagens, e-mails e muito mais.

Embora a ameaça à privacidade seja preocupante, o estudo também demonstra as crescentes capacidades dos algoritmos de IA para encontrar insights em novas formas de dados. As emanações acústicas têm sido exploradas há muito tempo em ataques de canal lateral – talvez mais comumente através de microfones a laser – mas o aprendizado de máquina sofisticado agora permite uma análise sem precedentes desses sinais vazados.

Existem algumas maneiras de proteger seus dados contra esse tipo de ataque – e elas não envolvem digitação silenciosa.

Os digitadores parecem confundir o modelo, fazendo com que sua precisão caia para 40% (provavelmente porque os digitadores pressionam teclas em partes diferentes, alterando a acústica). Uma mudança no estilo de digitação, a reprodução de sons em um alto-falante e o uso de teclados touchscreen também são mencionados como contramedidas. Você pode gostar de mergulhar no buraco do coelho da modificação do teclado, pois alterar a acústica do teclado torna a IA inutilizável, pois exigiria outra rodada de treinamento.

No futuro, os investigadores sugerem mais investigações para detectar e proteger contra estes vectores de ameaças emergentes. À medida que a IA continua a desbloquear novos potenciais para aproveitar fontes de dados omnipresentes, manter a segurança e a privacidade dos dados exigirá igual engenhosidade para identificar e mitigar vulnerabilidades não intencionais.