8月7日消息，近日，英國的一些研究人員開發(fā)了一種深度學習模型，其可以通過捕捉和解碼鍵盤敲擊聲來竊取敏感信息，準確率高達95%。該研究揭示了深度學習可能被用于開發(fā)新型的惡意軟件，以聲音為手段竊取個人信息，如信用卡號、消息和對話。這項技術(shù)可以在不需要訪問設備麥克風的情況下，通過Zoom和Skype等視頻會議軟件來監(jiān)聽用戶的鍵盤敲擊聲，并推斷出他們輸入的內(nèi)容，盡管準確率在這些軟件上會略有下降。zSD28資訊網(wǎng)——每日最新資訊28at.com

zSD28資訊網(wǎng)——每日最新資訊28at.com

據(jù)ITBEAR科技資訊了解，研究人員使用了一臺MacBookPro筆記本電腦，對鍵盤上的36個鍵各進行了25次敲擊，并錄制了每個鍵產(chǎn)生的聲音。錄音是使用距離筆記本電腦17厘米遠的iPhone 13mini進行的。隨后，研究者根據(jù)錄音數(shù)據(jù)生成了區(qū)分每個鍵的波形和頻譜圖，并利用這些聲音特征訓練了名為"CoAtNet"的圖像分類器，使其能夠預測按下鍵盤上的哪個鍵。zSD28資訊網(wǎng)——每日最新資訊28at.com

zSD28資訊網(wǎng)——每日最新資訊28at.com

為了保護用戶免受這種聲音識別攻擊，專家建議采取一些措施。一種方法是改變打字模式，通過改變打字的速度和節(jié)奏，使得聲音特征變得難以識別。此外，使用復雜的隨機密碼也可以增加攻擊者猜測的難度。另外，使用白噪音或模仿鍵盤敲擊聲的軟件也可以混淆聲音識別模型，從而降低其準確性。zSD28資訊網(wǎng)——每日最新資訊28at.com

然而，隨著機器學習和深度學習技術(shù)的進步，類似的聲音識別攻擊可能會變得更加普遍。因此，更加安全的方式是采用生物識別認證，如指紋掃描儀、面部識別或虹膜掃描儀，這些生物特征對聲音識別攻擊是不可用的，能夠提供更高的安全性和保護個人信息的隱私。zSD28資訊網(wǎng)——每日最新資訊28at.com

本文鏈接：http://www.yifxia.cn/showinfo-45-874-0.html英國研究：深度學習竊取敏感信息，準確率高達95%！

聲明：本網(wǎng)頁內(nèi)容旨在傳播知識，若有侵權(quán)等問題請及時與本網(wǎng)聯(lián)系，我們將在第一時間刪除處理。郵件：2376512515@qq.com

上一篇： 小樂AI助手測試版現(xiàn)已融入聯(lián)想瀏覽器側(cè)邊欄，集成百度文心一言大模型

下一篇： 鴻海集團成為蘋果AI服務器的獨家供應商