- Une équipe de recherche britannique a développé un modèle de deep learning qui vole des données à partir des frappes au clavier via une attaque acoustique, avec une précision de 95 %.
- La précision de ce modèle tombe à 93 % lorsque l’algorithme de classification sonore est entraîné à l’aide de Zoom, mais cela reste dangereusement élevé et constitue un niveau de précision record dans ce domaine.
- Ce type d’attaque représente une menace majeure pour la sécurité des données, car il peut exposer des mots de passe, des conversations, des messages et d’autres informations sensibles à des tiers malveillants.
- Contrairement à d’autres attaques par canal auxiliaire, qui nécessitent des conditions particulières et présentent des limites de débit de transmission et de distance, les attaques acoustiques sont devenues plus simples du fait de l’usage généralisé d’appareils équipés de microphones capables de capturer un son de haute qualité.
- La première étape de l’attaque consiste à enregistrer les frappes du clavier de la cible, ce qui peut être fait via un microphone à proximité, le téléphone de la cible infecté par un logiciel malveillant, ou un appel Zoom.
- Les chercheurs ont collecté des données d’entraînement en enregistrant le son produit lorsqu’ils appuyaient 25 fois sur chacune des 36 touches d’un MacBook Pro.
- Les sons des frappes enregistrées ont été convertis en formes d’onde et en spectrogrammes, puis utilisés pour entraîner
CoAtNet, un classificateur d’images.
- Les chercheurs ont atteint une précision de 95 % avec des enregistrements sur smartphone, et de 93 % avec des enregistrements capturés via Zoom. Skype a affiché une précision plus faible, mais exploitable, de 91,7 %.
- Pour réduire le risque des attaques acoustiques par canal auxiliaire, les utilisateurs peuvent modifier leur style de frappe, utiliser des mots de passe aléatoires, reproduire artificiellement des sons de frappe, utiliser du bruit blanc ou recourir à des filtres audio logiciels pour les frappes clavier.
- Les chercheurs recommandent aussi, comme mesure supplémentaire, d’utiliser l’authentification biométrique lorsque c’est possible, et un gestionnaire de mots de passe afin d’éviter de saisir manuellement des informations sensibles.
- Le modèle d’attaque s’est révélé très efficace même sur des claviers très silencieux. Cela indique qu’ajouter des amortisseurs sonores à un clavier mécanique ou passer à un clavier à membrane ne serait pas d’une grande aide.
1 commentaires
Commentaires sur Hacker News