Suicide
15.06.2020, 19:24
Группа исследователей из университета имени Давида Бен-Гуриона в Негеве и института имени Вейцмана (Израиль) разработала технику Lamphone (https://www.nassiben.com/lamphone) (PDF (https://ad447342-c927-414a-bbae-d287bde39ced.filesusr.com/ugd/a53494_443addc922e048d89a664c2423bf43fd.pdf)) для восстановления разговора и музыки, звучащих в закрытом помещении, используя пассивный анализ вибрации электрической лампы в подвесном светильнике. В качестве анализатора использован размещённый на улице электро-оптический датчик, при помощи телескопа нацеленный на видимую через окно лампу. Эксперимент проводился с 12-ватными светодиодными лампами и позволил организовать подслушивание с расстояния 25 метров.
https://www.opennet.ru/opennews/pics_base/0_1592070190.png
Метод действует для подвешенной лампы. Звуковые колебания создают перепады давления воздуха, из-за которых возникают микровибрации подвешенного предмета. Подобные микровибрации приводят к искажениям света под разными углами из-за смещения плоскости свечения, которые можно уловить при помощи чувствительного электро-оптического датчика и демодулировать в звук. Для захвата потока света и его направления на датчик использовался телескоп. Получаемый от датчика (Thorlabs PDA100A2 на базе фотодиода) сигнал преобразовывался в цифровую форму при помощи 16-разрядного аналого-цифрового преобразователя ADC NI-9223.
https://www.opennet.ru/opennews/pics_base/0_1592070646.png
Выделение связанной со звуком информации из общего оптического сигнала производилось в несколько стадий, включающих полосно-заграждающую фильтрацию (https://ru.wikipedia.org/wiki/%D0%9F%D0%BE%D0%BB%D0%BE%D1%81%D0%BD%D0%BE-%D0%B7%D0%B0%D0%B3%D1%80%D0%B0%D0%B6%D0%B4%D0%B0%D 1%8E%D1%89%D0%B8%D0%B9_%D1%84%D0%B8%D0%BB%D1%8C%D1 %82%D1%80), нормализацию, подавление шумов и амплитудную коррекцию по частотам. Для обработки сигнала был подготовлен скрипт для MATLAB. Качество восстановления звука при снятии параметров с расстояния в 25 метров оказалось достаточным для распознавания речи через API Google Cloud Speech и определения музыкальной композиции через сервисы Shazam и SoundHound.
При этом в эксперименте воспроизведение звука в комнате производилось на максимальной для имевшихся динамиков громкости, т.е. звук был значительно громче обычной речи. Светодиодная лампа также была выбрана не случайно, а как обеспечивающая наиболее высокий коэфициент сигнал-шум (в 6.3 раза выше лампы накаливания и в 70 раз выше лампы дневного света). Исследователи пояснили, что расстояние проведения атаки и чувствительность могут быть увеличены при использовании более крупного телескопа, качественного датчика и 24- или 32-разрядного аналого-цифрового преобразователя (ADC), эксперимент же проводился с использованием подручного телескопа, дешёвого датчика и 16-разрядного ADC.
https://www.opennet.ru/opennews/pics_base/0_1592070211.png
В отличие от ранее предложенного метода "визуальный микрофон (https://www.opennet.ru/opennews/art.shtml?num=40349)", при котором производится съёмка и анализ вибрирующих объектов в помещении, таких как стакан с водой или упаковка от чипсов, Lamphone даёт возможность организовать прослушивание в режиме реального времени, в то время как визуальный микрофон для восстановления нескольких секунд речи требует интенсивных вычислений, занимающих часы. В отличие от методов, основанных на использовании динамиков (https://www.opennet.ru/opennews/art.shtml?num=48249) или жесткого диска (https://www.opennet.ru/opennews/art.shtml?num=47355) в качестве микрофона, Lamphone позволяет осуществить атаку удалённо, без необходимости запуска вредоносного ПО на находящихся в помещении устройствах. В отличие от атак с использованием лазера (https://www.opennet.ru/opennews/art.shtml?num=51814), Lamphone не требует подсветки вибрирующего предмета и может производиться в пассивном режиме.
13.06.2020
https://www.opennet.ru/opennews/art.shtml?num=53150
https://www.opennet.ru/opennews/pics_base/0_1592070190.png
Метод действует для подвешенной лампы. Звуковые колебания создают перепады давления воздуха, из-за которых возникают микровибрации подвешенного предмета. Подобные микровибрации приводят к искажениям света под разными углами из-за смещения плоскости свечения, которые можно уловить при помощи чувствительного электро-оптического датчика и демодулировать в звук. Для захвата потока света и его направления на датчик использовался телескоп. Получаемый от датчика (Thorlabs PDA100A2 на базе фотодиода) сигнал преобразовывался в цифровую форму при помощи 16-разрядного аналого-цифрового преобразователя ADC NI-9223.
https://www.opennet.ru/opennews/pics_base/0_1592070646.png
Выделение связанной со звуком информации из общего оптического сигнала производилось в несколько стадий, включающих полосно-заграждающую фильтрацию (https://ru.wikipedia.org/wiki/%D0%9F%D0%BE%D0%BB%D0%BE%D1%81%D0%BD%D0%BE-%D0%B7%D0%B0%D0%B3%D1%80%D0%B0%D0%B6%D0%B4%D0%B0%D 1%8E%D1%89%D0%B8%D0%B9_%D1%84%D0%B8%D0%BB%D1%8C%D1 %82%D1%80), нормализацию, подавление шумов и амплитудную коррекцию по частотам. Для обработки сигнала был подготовлен скрипт для MATLAB. Качество восстановления звука при снятии параметров с расстояния в 25 метров оказалось достаточным для распознавания речи через API Google Cloud Speech и определения музыкальной композиции через сервисы Shazam и SoundHound.
При этом в эксперименте воспроизведение звука в комнате производилось на максимальной для имевшихся динамиков громкости, т.е. звук был значительно громче обычной речи. Светодиодная лампа также была выбрана не случайно, а как обеспечивающая наиболее высокий коэфициент сигнал-шум (в 6.3 раза выше лампы накаливания и в 70 раз выше лампы дневного света). Исследователи пояснили, что расстояние проведения атаки и чувствительность могут быть увеличены при использовании более крупного телескопа, качественного датчика и 24- или 32-разрядного аналого-цифрового преобразователя (ADC), эксперимент же проводился с использованием подручного телескопа, дешёвого датчика и 16-разрядного ADC.
https://www.opennet.ru/opennews/pics_base/0_1592070211.png
В отличие от ранее предложенного метода "визуальный микрофон (https://www.opennet.ru/opennews/art.shtml?num=40349)", при котором производится съёмка и анализ вибрирующих объектов в помещении, таких как стакан с водой или упаковка от чипсов, Lamphone даёт возможность организовать прослушивание в режиме реального времени, в то время как визуальный микрофон для восстановления нескольких секунд речи требует интенсивных вычислений, занимающих часы. В отличие от методов, основанных на использовании динамиков (https://www.opennet.ru/opennews/art.shtml?num=48249) или жесткого диска (https://www.opennet.ru/opennews/art.shtml?num=47355) в качестве микрофона, Lamphone позволяет осуществить атаку удалённо, без необходимости запуска вредоносного ПО на находящихся в помещении устройствах. В отличие от атак с использованием лазера (https://www.opennet.ru/opennews/art.shtml?num=51814), Lamphone не требует подсветки вибрирующего предмета и может производиться в пассивном режиме.
13.06.2020
https://www.opennet.ru/opennews/art.shtml?num=53150