Folosind radar cu unde milimetrice și software adaptat de recunoaștere a vorbirii, inginerii au reușit să reconstruiască cuvinte
Cercetătorii de la Universitatea Penn State au demonstrat o nouă metodă de supraveghere de la distanță care permite reconstrucția conversațiilor telefonice folosind vibrațiile subtile generate de difuzorul unui telefon mobil. Această tehnică, cunoscută sub numele de interceptare wireless, utilizează senzori radar cu unde milimetrice pentru a detecta și interpreta aceste vibrații minuscule de la distanțe de până la trei metri.
Echipa a poziționat un dispozitiv radar cu unde milimetrice, tehnologie similară cu cea utilizată în mașinile autonome și detectoarele de mișcare avansate, la câțiva metri distanță de un smartphone. Pe măsură ce vorbirea era redată prin difuzorul telefonului, radarul a detectat vibrațiile de suprafață cauzate de semnalul audio.
Aceste vibrații nu sunt perceptibile pentru oameni sau microfoanele din apropiere, dar pătrund în întreaga structură a dispozitivului. Măsurătorile radarului, după o preprocesare atentă pentru a reduce zgomotul hardware și de mediu, sunt analizate folosind tehnici de învățare automată.
Sistemele standard de recunoaștere a vorbirii sunt concepute pentru audio curat, de înaltă calitate, și au performanțe slabe atunci când sunt aplicate direct datelor zgomotoase ale radarului. Pentru a rezolva această problemă, cercetătorii au adaptat Whisper, un model de recunoaștere a vorbirii la scară largă, open-source, folosind o metodă numită adaptare de rang scăzut.
Prin reantrenarea a doar un procent din parametrii modelului, l-au specializat pentru semnale radar zgomotoase, convertind măsurătorile de vibrații în text cu o acuratețe de până la 60% pentru un vocabular de până la 10.000 de cuvinte. Deși această acuratețe este încă limitată, chiar și transcrierile parțiale sau recuperarea cuvintelor cheie pot fi utile în scenarii reale de interceptare.
Această realizare se bazează pe lucrări anterioare ale aceluiași grup, care în 2022 a arătat că senzorii radar pot identifica până la 10 cuvinte, litere sau numere predeterminate cu o acuratețe de aproximativ 83% atunci când senzorul se afla la mai puțin de 30 cm de telefon. Extinzând acea lucrare, noua metodă extrage cu succes fraze mai lungi și conversații parțiale de la o distanță mai mare.
Cercetătorii notează că, la fel ca în cazul citirii pe buze, indiciile contextuale ar putea îmbunătăți și mai mult interpretarea transcrierilor parțial corecte, ceea ce înseamnă că chiar și rezultatele greșite sau incomplete ar putea fi suficiente pentru a discerne esența discuțiilor sensibile.
Autorii subliniază că configurația lor de laborator a fost strict pentru cercetare și conștientizare, anticipând ce ar putea încerca într-o zi actorii malițioși cu dispozitive radar miniaturizate sau ascunse. Ei sfătuiesc utilizatorii să recunoască acest risc emergent de confidențialitate, în special atunci când discută subiecte sensibile în medii în care o astfel de supraveghere ar putea fi posibilă.
Cercetarea, sprijinită de Fundația Națională pentru Știință, este publicată în Actele celei de-a 18-a Conferințe ACM privind Securitatea și Confidențialitatea în Rețelele Wireless și Mobile.
