Se você ainda resiste à vontade de se livrar de suas senhas digitadas em busca de opções mais seguras, como biometria ou chaves de acesso, esta nova pesquisa pode colocá-lo em ação.
IA pesquisadores criaram um sistema que pode identificar senhas, apenas pelo som das batidas no teclado do seu computador.
A oferta do Galaxy Watch 6 tem todos os brindes
Ganhe um Galaxy Watch 6, uma pulseira grátis e um código de presente de £ 50 na Currys
Os pesquisadores gravaram o som das teclas sendo tocadas e passaram por um algoritmo de aprendizado de máquina personalizado. Foi capaz de decifrar senhas corretas com mais de 90% de precisão. Isso acontecia com senhas de 36 teclas, digitadas 25 vezes seguidas. Os participantes do estudo também usaram dedos e pressões diferentes a cada vez.
“Só consigo ver a precisão de tais modelos e de tais ataques aumentando”, disse o coautor do estudo, Dr. Ehsan, de forma preocupante (via Guardião).
Os pesquisadores da Universidade de Surrey inseriram as gravações no algoritmo de aprendizado de máquina que começou a reconhecer a assinatura acústica de cada pressionamento de tecla. O algoritmo foi capaz de captar sons mais altos de teclas mais próximas do microfone, o que ofereceu maiores pistas.
E os resultados foram enfáticos. Quando gravada em uma chamada Zoom, a IA adivinhou a senha correta com 93% de precisão. Foi ainda melhor quando as teclas digitadas foram gravadas usando o microfone do smartphone próximo ao teclado.
Portanto, no exemplo do Juízo Final, se você estiver em uma chamada do Zoom e estiver digitando e fazendo login em contas, é hipoteticamente possível que a gravação revele sua senha ao infrator.
Os investigadores escreveram: “Com os recentes desenvolvimentos na aprendizagem profunda, a omnipresença dos microfones e o aumento dos serviços online através de dispositivos pessoais, os ataques acústicos de canal lateral representam uma ameaça maior do que nunca aos teclados. Este artigo apresenta uma implementação prática de um modelo de aprendizagem profunda de última geração para classificar as teclas digitadas em laptops, usando um microfone integrado a um smartphone. Quando treinado em teclas digitadas gravadas por um telefone próximo, o classificador alcançou uma precisão de 95%, a maior precisão observada sem o uso de um modelo de linguagem.”