Ερευνητές δημιούργησαν ένα σύστημα τεχνητής νοημοσύνης που μπορεί να αναλύσει τον ήχο μιας πληκτρολόγησης με ακρίβεια άνω του 90%, για να συλλέξει δυνητικά ευαίσθητα δεδομένα.
Αναγνωρίζει τον ήχο κάθε πλήκτρο
Όπως αναφέρει ο Guardian οι ερευνητές από τα Πανεπιστήμια του Λονδίνου, του Durham και του Surrey πάτησαν καθένα από τα 36 πλήκτρα σε ένα MacBook Pro, συμπεριλαμβανομένων όλων των γραμμάτων και αριθμών, 25 φορές στη σειρά, χρησιμοποιώντας διαφορετικά δάχτυλα και με διαφορετική πίεση. Οι ήχοι εγγράφηκαν τόσο μέσω κλήσης Zoom όσο και σε smartphone που τοποθετούνταν σε μικρή απόσταση από το πληκτρολόγιο. Στη συνέχεια, η ομάδα τροφοδότησε μέρος των δεδομένων σε ένα σύστημα μηχανικής μάθησης το οποίο, με την πάροδο του χρόνου, έμαθε να αναγνωρίζει χαρακτηριστικά των ακουστικών σημάτων που σχετίζονται με κάθε πλήκτρο.
Τα αποτελέσματα αποκαλύπτουν ότι το σύστημα μπορούσε να αντιστοιχίσει το σωστό πλήκτρο σε έναν ήχο με ακρίβεια 95% όταν η εγγραφή γινόταν μέσω τηλεφωνικής κλήσης και με ακρίβεια 93% όταν η εγγραφή γινόταν μέσω τηλεδιάσκεψης Zoom.
Πώς μπορούμε να προστατευτούμε
Πάντως, οι ερευνητές υποστηρίζουν ότι υπάρχουν τρόποι να προστατευτούμε από μια τέτοιο «κλοπή» με την εισαγωγή βιομετρικών κωδικών πρόσβασης ή η ενεργοποίηση συστημάτων επαλήθευσης δύο βημάτων. Αν αυτό δεν είναι δυνατόν, υποστηρίζουν ότι «είναι καλή ιδέα να χρησιμοποιήσετε το πλήκτρο shift για να δημιουργήσετε ένα μείγμα κεφαλαίων και πεζών κεφαλαίων ή αριθμών και συμβόλων. Είναι πολύ δύσκολο να ξεχωρίσουμε πότε κάποιος αφήνει ένα πλήκτρο shift», είπε ο Joshua Harrison, συγγραφέας της μελέτης.
Τέλος, ο καθηγητής Feng Hao από το Πανεπιστήμιο του Warwick, ο οποίος δεν συμμετείχε στην έρευνα, είπε ότι οι άνθρωποι θα πρέπει να προσέχουν να μην πληκτρολογούν ευαίσθητα μηνύματα, συμπεριλαμβανομένων των κωδικών πρόσβασης, σε ένα πληκτρολόγιο κατά τη διάρκεια μιας κλήσης Zoom.
