09.08.2023 Скопје
Во ерата на сеприсутна дигитализација, новите закани за приватноста и безбедноста често доаѓаат од неочекувани агли.
Научниците од британските универзитети неодамна открија потенцијално застрашувачка ранливост поврзана со нашите тастатури. Користејќи модел за длабоко учење, тие успеале со точност до 95% да „украдат“ информации врз основа на звукот на притискање на копчињата, регистрирани преку микрофоните на блиските уреди или заразените компјутери.
Алгоритмот беше обучен со снимки од 36 притискања на тастатурата MacBook Pro, при што секое копче беше притиснато 25 пати. Со генерирање на звучни бранови и спектрограми, беа откриени разликите помеѓу различните притискања на копчињата, овозможувајќи секој од нив да се идентификува. Кога Зум се користеше за обука на алгоритмот, точноста на предвидувањето беше 93%, додека Skype постигна точност од 91,7%.
Оваа способност претставува огромна закана за приватноста. Не само лозинките можат да бидат компромитирани, туку и цели разговори или лични податоци. Уште пострашно, овој вид на напад не е ограничен со растојание или брзина на пренос на податоци.
Можните одбрани вклучуваат генерирање лозинки по случаен избор, менување на стилот на пишување или додавање дополнителни звуци за „контаминирање“ на снимките. Сепак, приспособливоста на моделите за машинско учење може да ги направи овие стратегии помалку ефективни. Поефикасни мерки за заштита може да бидат употребата на биометриска автентикација, менаџери за лозинки или специјализирани софтверски решенија.
И додека технологијата постојано се развива, потенцијалните закани исто така се развиваат. Оваа студија не потсетува колку може да бидат софистицирани сајбер нападите и колку е важно да се биде информиран за најновите техники за заштита.
Подготвено од А.Ѓ.
About Author
