DIgital Tхромать Tанк (DTT)

Они напали на робот-пылесос и подслушали, что происходило в комнате, где он работал.

Ученые из США и Сингапура использовали робот-пылесос, чтобы подслушивать звук в комнатах и ​​идентифицировать телепрограммы, воспроизводимые в комнате, где находился пылесос. Производительность еще более впечатляющая, поскольку Автономный пылесос не оснащены микрофоном. Эта работа показывает, что любое устройство с лидарной технологией может быть использовано для подслушивания.

Мы пользуемся такими устройствами дома, даже не задумываясь об этом. Мы показали, что, хотя такие устройства не имеют микрофона, мы можем переписать их навигационную систему, чтобы подслушивать разговоры и раскрывать конфиденциальную информацию, - говорит профессор Нирупам Рой из Университета Мэриленда.

Это в автономные роботы использовал Лидарная система исследует окружающую среду с помощью лазеров. Их свет отражается от окружающей среды пылесоса и подается на датчики пылесоса для создания карты помещения. Эксперты уже некоторое время предполагают, что карты, созданные автономными пылесосами, которые часто хранятся в облаке, можно использовать для рекламы.

Источник изображения: Pixabay


Картирование комнаты позволяет определить ее размер, то есть размер всей квартиры или дома, из которых можно сделать выводы об уровне доходов или образа жизни. Рой и его команда начали думать о том, как получить его с Lidar оборудованное устройство можно использовать для подслушивания шума в помещениях, в которых оно находится.

Звуковые волны вызывают вибрацию различных объектов, и эти колебания вызывают небольшие изменения в световых волнах, которые отражаются от этих объектов. Корм в пылесосе использует свет, который отражается от неровных поверхностей различной плотности. Датчики пылесоса получают только часть отраженного рассеянного света. Итак, Рой и его команда не были уверены, достаточно ли этой информации для подслушивания.



Однако сначала ученые взломали удаленно автономный роботчтобы продемонстрировать, что они могут контролировать местоположение своих лазеров и передавать данные на свой компьютер, не влияя на навигационные навыки пылесоса. Сделав это, они поэкспериментировали с двумя источниками звука. Первой была запись человека, который декламировал разные числа. Запись воспроизводилась через динамики компьютера. Вторым источником звука были телевизионные колонки, на которых воспроизводились различные программы. Однако ученые перехватили лазерный сигнал, который был отправлен навигационной системой пылесоса и отражался от различных объектов рядом с источниками звука. Эти предметы включали мусорный бак, картонную коробку, одноразовую коробку для продуктов, полипропиленовый мешок и предметы, которые мы находим на полу.

Затем исследователи пропускают записанные сигналы Алгоритмы глубокого обучения которые ранее были обучены распознавать человеческий голос и распознавать музыкальные фрагменты из телевизионных программ. Оказалось, что система - ЛидарТелефон - идентифицировал произносимые числа с точностью 90% и распознавал воспроизводимые телевизионные программы с точностью более 90%.

Ученые подчеркивают, что автономные пылесосы - лишь один из многих примеров устройств, в которых используются такие технологии, как лидар. Подобные атаки потенциально могут быть, например, B. против инфракрасных систем смартфона для распознавания лиц или инфракрасных датчиков для обнаружения движения.