賓州州立大學的研究人員證明，他們可以使用現(xiàn)成的汽車雷達傳感器檢測手機聽筒的振動，并以高達83%的準確率破譯電話另一端的人在說什么。

該演示在2022年IEEE安全與隱私研討會（SP）上，由計算機科學與工程助理教授MahanthGowda和SuryodayBasak展示。

“隨著時間的推移，隨著技術變得更加可靠和強大，對手可能濫用此類傳感技術”Basak說。“我們這種演示有助于科學文獻的積累，這些文獻可以概括為：'嘿！汽車雷達可用于竊聽音頻。我們需要對此做點什么。’”

該毫米波（mmWave）雷達在60至64千兆赫和77至81千兆赫茲的頻段內，因此研究人員將他們的方法命名為“mmSpy”。這是5G無線電頻譜的一個子集。

在mmSpy演示中，研究人員模擬人們通過智能手機的耳機說話。Basak說，任何品牌的手機都無關緊要，但研究人員在谷歌Pixel4a和三星GalaxyS20上測試了他們的方法。手機的聽筒會因語音而振動，這種振動會滲透到手機的整個機身。

“我們使用雷達來感知這種振動，并重建線路另一端的人所說的話，”Basak說，他們的方法是有效的，即使附近的人和麥克風都完全聽不到聲音?！斑@并不是第一次發(fā)現(xiàn)類似的漏洞或攻擊方式，但從智能手機線路的另一端檢測和重建語音的這一特定方面尚未探索?！?/p>

通過MATLAB和Python兩個計算平臺語言接口對雷達傳感器數(shù)據(jù)進行預處理，去除數(shù)據(jù)中的硬件相關噪聲和偽影噪聲。然后，研究人員將其輸入到機器學習模塊中，這些模塊經過訓練，可以對語音進行分類并重建音頻。當雷達感應到一英尺外的振動時，處理后的語音準確率為83%。這使得雷達離手機越遠，在6英尺處的準確率下降到43%。

Basak說，一旦語音被重建，研究人員就可以根據(jù)需要過濾、增強或分類關鍵詞。該團隊正在繼續(xù)改進他們的方法，以便不僅更好地了解如何防范這種安全漏洞，而且還可以更好地利用它。

“我們開發(fā)的方法也可用于檢測工業(yè)機械，智能家居系統(tǒng)和建筑監(jiān)控系統(tǒng)中的振動，”Basak說?！半S時間推移的振動跟蹤可以幫助評估磨損情況-例如，使用我們的方法可以幫助確定機器何時需要維護，然后才能在傳統(tǒng)上顯而易見之前進行維護。

根據(jù)Basak的說法，有類似的家庭維護甚至健康監(jiān)測系統(tǒng)可以從這種敏感的跟蹤中獲益。

“想象一下，如果某些健康參數(shù)以危險的方式發(fā)生變化，雷達可以跟蹤用戶并呼叫幫助。”Basak說：“只要有一套正確的目標行動，智能家居和工業(yè)中的雷達可以在發(fā)現(xiàn)問題和問題時更快地扭轉局面?！?/p>

研究人員現(xiàn)在正致力于用mmSpy擴展他們的竊聽攻擊，以加強他們的方法，并將其轉化為更具建設性的應用程序。