Los sensores pueden aprovechar las vibraciones móviles para escuchar a escondidas de forma remota, según los investigadores

Usando un sensor de radar automotriz comercial y un enfoque de procesamiento novedoso, los investigadores de Penn State demostraron que podían detectar las vibraciones del auricular de un teléfono celular y descifrar lo que decía la persona al otro lado de la llamada con hasta un 83 % de precisión. .

La demostración, disponible en el Simposio IEEE 2022 sobre seguridad y privacidad (SP)revela un importante problema de seguridad, según Mahanth Gowda, profesor asistente de informática e ingeniería, y Suryoday Basak, candidato a doctorado en informática y asesorado por Gowda.

«A medida que la tecnología se vuelve más confiable y robusta con el tiempo, el mal uso de tales tecnologías de detección por parte de los adversarios se vuelve probable», dijo Basak. «Nuestra demostración de este tipo de explotación contribuye al grupo de literatura científica que dice ampliamente: ‘¡Oye! Los radares automotrices se pueden usar para escuchar audio a escondidas. Tenemos que hacer algo al respecto'».

El radar opera en el espectro de ondas milimétricas (mmWave), específicamente en las bandas de 60 a 64 gigahercios y de 77 a 81 gigahercios, lo que inspiró a los investigadores a llamar a su enfoque «mmSpy». Este es un subconjunto del espectro de radio utilizado para 5G, el estándar de quinta generación para sistemas de comunicación en todo el mundo.

En la demostración de mmSpy, los investigadores simularon personas hablando a través del auricular de un teléfono inteligente. La marca es irrelevante, dijo Basak, pero los investigadores probaron su enfoque tanto en un Google Pixel 4a como en un Samsung Galaxy S20. El auricular del teléfono vibra por el habla, y esa vibración impregna todo el cuerpo del teléfono.

«Usamos el radar para detectar esta vibración y reconstruir lo que dijo la persona al otro lado de la línea», dijo Basak, y señaló que su enfoque funciona incluso cuando el audio es completamente inaudible tanto para los humanos como para los micrófonos cercanos. «Esta no es la primera vez que se encuentran vulnerabilidades o modalidades de ataque similares, pero este aspecto particular, la detección y reconstrucción del habla desde el otro lado de la línea de un teléfono inteligente, aún no se ha explorado».

Los datos del sensor de radar se procesan previamente a través de los módulos MATLAB y Python, que son interfaces de lenguaje de plataforma informática utilizadas en esta investigación para eliminar el ruido relacionado con el hardware y los artefactos de los datos. Luego, los investigadores alimentan eso a los módulos de aprendizaje automático entrenados para clasificar el habla y reconstruir el audio. Cuando el radar detecta vibraciones a un pie de distancia, el habla procesada tiene una precisión del 83 %. Eso cae cuanto más se aleja el radar del teléfono, hasta un 43% de precisión a seis pies.

Una vez que se reconstruye el discurso, los investigadores pueden filtrar, mejorar o clasificar las palabras clave según sea necesario, dijo Basak. El equipo continúa refinando su enfoque para comprender mejor no solo cómo protegerse contra esta vulnerabilidad de seguridad, sino también cómo explotarla para siempre.

«La metodología que desarrollamos también se puede usar para detectar vibraciones en maquinaria industrial, sistemas domésticos inteligentes y sistemas de monitoreo de edificios», dijo Basak. «El seguimiento de vibraciones a lo largo del tiempo puede ayudar a evaluar el desgaste; usar nuestro enfoque podría ayudar a identificar cuándo la maquinaria necesita mantenimiento antes de que tradicionalmente sea obvio, por ejemplo».

Según Basak, existen sistemas similares de mantenimiento del hogar o incluso de control de la salud que podrían beneficiarse de un seguimiento tan sensible.

«Imagine un radar que pueda rastrear a un usuario y pedir ayuda si algún parámetro de salud cambia de manera peligrosa», dijo Basak. «Con el conjunto correcto de acciones de destino, los radares en los hogares inteligentes y la industria pueden permitir un cambio más rápido cuando se detectan problemas y problemas».

Los investigadores ahora están trabajando para escalar su ataque de espionaje con mmSpy para fortalecer su enfoque y traducirlo a estas aplicaciones más constructivas.

«En comparación con cómo era nuestro mundo hace aproximadamente una década, hoy estamos mucho mejor conectados y usamos sistemas de sensores para monitorear nuestra respiración, actividad física e incluso hacer que nuestros hogares sean más seguros», dijo Basak. «Como grupo de investigación, estamos muy emocionados de trabajar en esta área, ya que el mundo depende cada vez más de los sistemas de sensores inalámbricos. Disfrutamos superando desafíos tecnológicos complejos y métodos de diseño que se pueden usar en los sistemas del mundo real del futuro».