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

あなたは混雑したコーヒーショップに座り、ノートパソコンに秘密のコードを打ち込んでいるところだと想像してください。誰にも背後を覗かれていないし、手で画面を隠しているから安全だと思っているでしょう。しかし、もしあなたの秘密が単に見られているだけでなく、空気そのものによって「聞かれて」いるとしたらどうでしょうか？これは「センシング」という科学の一分野の世界です。そこでは、あなたの体に跳ね返る目に見えない波が、あなたが何をしているかを教えてくれます。コウモリがエコーロケーション（反響定位）を使う様子を思い浮かべてください。コウモリは音を発し、そのエコーが蛾がどこにいるかを教えてくれます。私たちのデジタル世界では、音の代わりにWi-Fi信号を使用します。あなたがタイピングすると指が動き、この微細な動きが部屋の中でWi-Fi波が跳ね返る方法を変化させます。科学者たちは、これらの「エコー」を利用して、あなたが何を打ち込んでいるのかを推測しようとしてきましたが、これまではいくつかの大きな障害に突き当たっていました。彼らは通常、あなたと同じWi-Fiネットワークに参加している必要があったり（建物の中にいるスパイのように）、信号を鮮明に捉えるための特殊で高価な装置を必要としたりしました。それらがないと、特に速くタイピングする場合、信号は乱れ、一つのキーの「エコー」が次のものと混ざり合ってしまい、明確なメッセージが濁った塊へと変わってしまうのです。

ここで、2つの異なる手がかりを使って謎を解く賢い探偵のような新しいシステム、「AIRKEy」が登場します。研究者たちは、あなたのネットワークに参加することなく、あなたのWi-Fiを盗み聞きする巧妙な方法を見つけ出しました。彼らは、デバイスが信号を受信すると、自動的に「了解、受け取ったよ！」という小さな信号、すなわちACK（確認応答）を返すことに気づいたのです。攻撃者は、あなたのデバイスに対して無害で目に見えない「ピング」を送ることで、デバイスにこれらのACKを返させるように仕向けることができます。AIRKEyシステムは、これらの応答を聴くことで、あなたの指の動きを3D空間上でマッピングします。しかし、論文が指摘しているように、Wi-Fiを聴くだけでは、誰かが話し続けている中で本を読もうとするようなものです。速いタイピングは信号を融合させてしまい、一つのキーがどこで終わり、次がどこから始まるのかを判別することを不可能にします。

これを解決するために、AIRKEyは第二の感覚である音を加えます。このシステムは、2つの小さなマイクロフォンを使用して、キーの「カチッ」という音を聞き取ります。マイクロフォンは、どのキーを押したか（キーボードを見ることができないため）を特定することはできませんが、いつ押されたかについては完璧に伝えることができます。魔法は、これら2つの手がかりを組み合わせた時に起こります。もしWi-Fi信号が一つの一体化した大きな、乱れた塊（「融合」）に見えても、マイクロフォンが2つの明確なクリック音を聞き取れば、システムは「ああ！これら2つのキーは、すぐ隣にあるか、あるいは同じキーを2回押されたのだ！」と理解できるのです。これにより、システムは乱れたWi-Fi信号を解きほぐすことができます。研究者たちは、騒がしいマクドナルドや忙しいオフィスを含む現実世界のシナリオでこれをテストしました。彼らは、タイピングのWi-Fiによる「形」と音の「リズム」を組み合わせることで、以前よりもはるかに速く、あなたの6桁のPINを推測できることを発見しました。実際、テストにおいて、ユーザーが数回タイピングする様子を観察した後、わずか6回の試行で正しいPINを復元することができました。これは、たとえあなたが遠くにいて同じネットワークにいなくても、あなたのタイピングが考えているほどプライベートではない可能性があることを示唆しています。なぜなら、あなたのデバイス自身の「了解」信号とタイピングの音が結託して、あなたの秘密を暴いてしまうかもしれないからです。