AirKey: Multimodal Acoustic-Assisted WiFi Sensing for Zero-Training Robust PIN Inference

कल्पना कीजिए कि आप एक भीड़भाड़ वाले कॉफी शॉप में बैठे हैं, अपने लैपटॉप पर एक गुप्त कोड टाइप कर रहे हैं। आपको लगता है कि आप सुरक्षित हैं क्योंकि कोई आपके कंधे के पीछे से नहीं देख रहा है, और आपने अपने हाथ से स्क्रीन को ढक रखा है। लेकिन क्या होगा अगर आपका रहस्य केवल देखा ही नहीं जा रहा था, बल्कि हवा द्वारा सुना भी जा रहा था? यह "सेंसिंग" (sensing) की दुनिया है, जो विज्ञान की एक ऐसी शाखा है जहाँ आपके शरीर से टकराकर वापस आने वाली अदृश्य तरंगें हमें बता सकती हैं कि आप क्या कर रहे हैं। इसे एक चमगादड़ द्वारा इकोलोकेशन (echolocation) का उपयोग करने जैसा समझें: चमगादड़ एक ध्वनि भेजता है, और उसकी गूँज (echo) उसे बताती है कि पतंगा कहाँ है। हमारी डिजिटल दुनिया में, हम ध्वनि के बजाय वाई-फाई संकेतों का उपयोग करते हैं। जब आप टाइप करते हैं, तो आपकी उंगलियां हिलती हैं, और ये सूक्ष्म हलचलें इस बात को बदल देती हैं कि वाई-फाई तरंगें कमरे में कैसे टकराकर वापस आती हैं। वैज्ञानिक इन "गूँजों" का उपयोग यह अनुमान लगाने के लिए करने की कोशिश कर रहे हैं कि आप क्या टाइप कर रहे हैं, लेकिन अब तक, उन्हें कुछ प्रमुख बाधाओं का सामना करना पड़ा है। उन्हें आमतौर पर आपके ही वाई-फाई नेटवर्क पर होने की आवश्यकता होती थी (जैसे इमारत के अंदर छिपा हुआ कोई जासूस) या संकेतों को स्पष्ट रूप से पकड़ने के लिए विशेष, महंगे उपकरणों की आवश्यकता होती थी। उन चीजों के बिना, संकेत बहुत अस्त-व्यस्त हो जाते हैं, खासकर जब आप तेजी से टाइप करते हैं, क्योंकि एक की (key) प्रेस की "गूँज" अगली की के साथ मिल जाती है, जिससे एक स्पष्ट संदेश एक धुंधले धब्बे में बदल जाता है।

यहाँ AIRKEy आता है, जो एक नए सिस्टम के रूप में कार्य करता है जो दो अलग-अलग प्रकार के सुरागों के साथ रहस्य सुलझाने वाले एक चतुर जासूस की तरह है। शोधकर्ताओं ने एक चालाकी भरा तरीका खोजा जिससे वे आपके नेटवर्क में शामिल हुए बिना आपके वाई-फाई को सुन सकते हैं। उन्होंने महसूस किया कि जब कोई डिवाइस एक सिग्नल प्राप्त करता है, तो वह स्वचालित रूप से एक छोटा सा "ठीक है, मिल गया!" सिग्नल वापस भेजता है जिसे ACK (एक्नॉलेजमेंट) कहा जाता है। आपके डिवाइस को एक हानिरहित, अदृश्य "पिंग" भेजकर, हमलावर इसे ये ACK वापस भेजने के लिए मजबूर कर सकता है। AIRKEy सिस्टम फिर इन प्रतिक्रियाओं को सुनकर आपके उंगलियों के संचलन को 3D स्पेस में मैप करता है। हालाँकि, जैसा कि पेपर में उल्लेख किया गया है, केवल वाई-फाई को सुनना ऐसा है जैसे किसी के बोलने के दौरान किताब पढ़ने की कोशिश करना; तेज़ टाइपिंग के कारण संकेत आपस में मिल जाते हैं, जिससे यह बताना असंभव हो जाता है कि एक की कहाँ समाप्त होती है और दूसरी कहाँ शुरू होती है।

इसे ठीक करने के लिए, AIRKEy एक दूसरी इंद्रिय जोड़ता है: ध्वनि। सिस्टम आपकी कुंजियों (keys) की क्लिक को सुनने के लिए दो छोटे माइक्रोफ़ोन का उपयोग करता है। हालाँकि माइक्रोफ़ोन यह नहीं बता सकते कि आपने कौन सी की दबाई है (वे कीबोर्ड को नहीं देख सकते), वे यह बताने में माहिर हैं कि आपने इसे बिल्य सटीक समय पर दबाया था। जादू तब होता है जब सिस्टम इन दो सुरागों को मिलाता है। यदि वाई-फाई सिग्नल एक बड़े, बिखरे हुए धब्बे ("फ्यूजन") जैसा दिखता है, लेकिन माइक्रोफ़ोन दो अलग-अलग क्लिक सुनते हैं, तो सिस्टम जान जाता है, "आह! ये दो कुंजियाँ या तो एक-दूसरे के बहुत करीब दबाई गईं या एक ही की को दो बार दबाया गया!" यह सिस्टम को बिखरे हुए वाई-फाई सिग्नल को सुलझाने में मदद करता है। शोधकर्ताओं ने वास्तविक दुनिया के परिदृश्यों में इसका परीक्षण किया, जिसमें एक शोर वाला मैकडॉनल्ड्स और एक व्यस्त कार्यालय शामिल था। उन्होंने पाया कि आपके टाइपिंग के वाई-फाई "आकार" को ध्वनि के "ताल" (rhythm) के साथ मिलाकर, वे आपके 6-अंकों के पिन (PIN) का अनुमान पहले की तुलना में बहुत तेज़ी से लगा सकते हैं। वास्तव में, उनके परीक्षणों में, उपयोगकर्ता को कुछ बार टाइप करते हुए देखने के बाद, वे केवल 6 अनुमानों के भीतर सही पिन प्राप्त करने में सक्षम थे। यह सुझाव देता है कि भले ही आप दूर हों और उसी नेटवर्क पर न हों, आपकी टाइपिंग उतनी निजी नहीं हो सकती जितना आप सोचते हैं, क्योंकि आपके डिवाइस के अपने "ओके" संकेत और आपके टाइपिंग की आवाज़ आपके रहस्यों को उजागर करने के लिए टीम बना सकते हैं।