به گزارش کارگروه امنیت سایبربان ؛ باور کنید یا نه، به لطف هوش مصنوعی حتی کوچکترین لرزشهای گوشی شما میتواند مکالماتتان را فاش کند. پژوهشگران علوم کامپیوتر در دانشگاه پناستیت روش جدید و حیرتانگیزی برای شنود از راه دور مکالمات تلفنی توسعه دادهاند که بر اساس رمزگشایی لرزشهای ظریف ایجادشده توسط گوشی در قسمت گوشی هدفون انجام میشود.با استفاده از رادار موج میلیمتری همراه با سیستم تشخیص گفتار هوش مصنوعی، این سیستم قادر است مکالمات را تا فاصله حدود ۳ متر ضبط و با دقت تقریباً ۶۰ درصد رونویسی کند.
در سال 2022 پروژهای انجام شد که در آن تیم تحقیقاتی با استفاده از رویکردی مشابه توانسته بود ۱۰ واژه از پیش تعیینشده را با دقت ۸۳ درصد شناسایی کند. اکنون محققان توانستند این قابلیت را گسترش دهند و کلمات انتقال یافته را به صورت پیوسته رونویسی کنند، هرچند به دلیل پیچیدگی پردازش دادههای پرسروصدای رادار، دقت آن پایینتر است.
سوریودای باساک، نویسنده اصلی این مقاله میگوید:«وقتی با تلفن همراه صحبت میکنیم، معمولاً به لرزشهایی که از طریق بلندگوی گوشی ایجاد شده و باعث لرزش کل دستگاه میشود توجهی نمیکنیم، اگر بتوانیم همین لرزشها را با استفاده از رادارهای دوربرد ثبت کنیم و از یادگیری ماشینی برای کمک به تشخیص محتوای گفتهشده با استفاده از سرنخهای متنی بهره ببریم، قادر خواهیم بود کل مکالمات را بازسازی کنیم. با درک آنچه ممکن است، میتوانیم به مردم در آگاهی از خطرات بالقوه کمک کنیم.»
به گفته پژوهشگران، آنها از یک حسگر رادار موج میلیمتری، همان فناوری بهکاررفته در خودروهای خودران، حسگرهای حرکتی و شبکههای بیسیم ۵G، استفاده کردند تا لرزشهای سطحی بسیار ریز ناشی از پخش صدا از بلندگوی گوشی را اندازهگیری کنند. برای تفسیر این دادههای پرنویز و باکیفیت پایین، پژوهشگران مدل متنباز تشخیص گفتار «ویسپر» (Whisper) را که در اصل برای پردازش صدای شفاف توسعه یافته است، با استفاده از یک روش یادگیری ماشینی موسوم به «انطباق کمرتبه» (Low-Rank Adaptation) تغییر دادند. این رویکرد به آنها امکان داد تا تنها یک درصد از پارامترهای ویسپر را بهطور ویژه برای دادههای راداری بازآموزی کنند و بدون نیاز به بازسازی کامل مدل، دقت تبدیل گفتار به متن را بهبود دهند.
پیشرفت فناوری رادار
در این آزمایش، حسگر رادار در فاصله حدود سه متری از تلفن همراه قرار گرفت تا بتواند لرزشهای بسیار ظریف آن را ثبت کند. سپس این دادهها به مدل هوش مصنوعی سفارشیشده وارد شد که توانست گفتوگوها را با دقت حدود ۶۰ درصد و در دامنه واژگانی تا ۱۰ هزار کلمه بازنویسی کند. اگرچه این دقت هنوز با حالت ایدهآل فاصله دارد، پژوهشگران تأکید کردند که حتی شناسایی ناقص کلمات کلیدی نیز میتواند پیامدهای جدی امنیتی به همراه داشته باشد.
این نسخه حتی با احتمال بروز خطا بازهم پیشرفت قابلتوجهی نسبت به نسخه سال ۲۰۲۲ محسوب میشود؛ نسخهای که تنها قادر به بازشناسی چند واژه محدود بود. اما با نسخه کنونی محققان توانستند گفتوگوها را به طور کامل رونویسی کنند؛ حتی شناسایی ناقص بخشهایی از گفتار، مانند کلمات کلیدی، نیز در زمینه امنیتی بسیار کاربردی است.
تیم تحقیقاتی روش خود را با لبخوانی مقایسه کرد؛ در این روش معمولاً تنها ۳۰ تا ۴۰ درصد کلمات گفته شده تشخیص داده میشود، اما با استفاده از زمینه و بستر گفتگو میتواند به فهمیدن مکالمات کمک کند. به همین ترتیب، خروجی سیستم رادار هوش مصنوعی، هرچند کامل نیست، اما با کمک دانش قبلی یا اصلاح دستی میتواند اطلاعات حساس را آشکار سازد.
خطرات حفظ حریم خصوصی افزایش یافته
باساک به خطرات بالقوه حفظ حریم خصوصی که این فناوری نوظهور ایجاد میکند، تأکید کرده و میگوید: «مشابه روشی که افراد در لبخوانی با اطلاعات محدود قادر به درک مکالمات هستند، خروجی مدل ما همراه با اطلاعات زمینهای میتواند به ما اجازه دهد بخشهایی از یک مکالمه تلفنی را از چند متر فاصله استنباط کنیم. هدف ما در این پژوهش بررسی این بود که آیا این ابزارها ممکن است توسط افراد سوءاستفادهگر برای شنود مکالمات تلفنی از راه دور استفاده شوند یا خیر. یافتههای ما نشان میدهد که از نظر فنی، این امر تحت شرایط خاصی امکانپذیر است و امیدواریم این موضوع آگاهی عمومی را افزایش دهد تا مردم در هنگام تماسهای حساس مراقبتر باشند.»
این تحقیق با حمایت بنیاد ملی علوم آمریکا انجام شده و پژوهشگران تاکید کردند که با هدف نشان دادن آسیبها و احتمال سو استفاده صورت گرفته است. علاوه بر این آنها به تلاشهای برای توسعه راهکارهای حفاظتی به منظور امنسازی مکالمات شخصی در برابر این نوع نظارت از راه دور در آینده اشاره کردهاند. با پیشرفت سریع فناوریهای بیسیم و هوش مصنوعی، این یافته هشداری جدی به شمار میآید و نشان میدهد که حتی کوچکترین لرزشهای ناشی از دستگاههای هوشمند شما میتواند احتمالاً اسرار خصوصیترین کلماتتان را فاش کند.
