Real-Time Acoustic Keylogging: A Convolutional Neural Network Based Approach

Elke keer dat iemand op een standaard computertoetsenbord typt, wordt er een klein, afzonderlijk geluid geproduceerd. Voor het menselijk oor versmelten deze klikjes en klakjes samen tot een uniform ritme, ononderscheidbaar van elkaar. De fysica van de machine vertelt echter een ander verhaal. Elke toets produceert, afhankelijk van de locatie en het specifies mechanisme eronder, een unieke akoestische signatuur. Net zoals een vingerafdruk een persoon identificeert, kunnen deze subtiele variaties in geluid een specifieke toets identificeren. Dit fenomeen vormt de basis van een beveiligingsdreiging die bekend staat als akoestische keylogging. In tegenstelling tot traditionele hackmethoden die vereisen dat er kwaadaardige software op de computer van een slachtoffer wordt geïnstalleerd, vertrouwt deze aanval op het opvangen van geluid van buitenaf. Nu de microfoons in moderne smartphones en laptops steeds gevoeliger worden, is de potentie voor een aanvaller om deze geluiden op te nemen en een wachtwoord of vertrouwelijk bericht te reconstrueren verschoven van een theoretische mogelijkheid naar een praktische zorg.

Onderzoekers aan de Universiteit van Portsmouth gingen onderzoeken hoe haalbaar deze aanval is wanneer deze in realtime plaatsvindt, in plaats van achteraf. Hoewel eerdere studies hadden aangetoond dat machines konden leren om deze geluiden te onderscheiden, vertrouwden zij vaak op het analyseren van volledige opnames van typesessies nadat deze waren voltooid. Deze aanpak miste een cruciale vraag: kon een systeem naar een persoon luisteren terwijl deze typt, elke toets identificeren terwijl deze wordt ingedrukt, en dit snel genoeg doen om nuttig te zijn voor een aanvaller terwijl het typen nog gaande was? Om dit te beantwoorden, bouwde het team een prototype systeem dat ontworpen was om een live luisterscenario na te bootsen. Ze gebruikten een standaard smartphone om de geluiden van een mechanisch toetsenbord op te nemen en voerden die audio vervolgens in een gespecialiseerd computerprogramma. Dit programma, gebouwd op een type kunstmatige intelligentie dat bekend staat als een convolutioneel neuraal netwerk, was getraind om de visuele patronen van geluidsgolven te herkennen, waarbij de audio werd omgezet in afbeeldingen die de computer kon analyseren.

De experimenten van het team toonden aan dat een dergelijk systeem inderdaad in staat is tot realtime operatie. In hun tests verwerkte het systeem de audio en identificeerde het de getypte toetsen met een gemiddelde vertraging van slechts 0,35 seconden na elke toetsaanslag. Deze snelheid is snel genoeg om voor de meeste praktische doeleinden als onmiddellijk te worden beschouwd. Wanneer de onderzoekers het systeem testten met veelvoorkomende wachtwoorden, reconstrueerde het succesvol de getypte sequenties met een hoge nauwkeurigheid, waarbij vaak de volledige reeks correct werd hersteld. Het systeem maakte incidentele fouten, maar deze fouten waren zelden willekeurig; wanneer de machine het fout had, koos hij bijna altijd een toets die fysiek naast de juiste toets op het toetsenbord lag. Dit suggereert dat het systeem moeite had om het verschil te zien tussen twee zeer vergelijkbare geluiden, in plaats van dat het volledig faalde.

De studie benadrukte echter ook aanzienlijke zwakheden die gebruikers kunnen beschermen. Het succes van het systeem hing sterk af van de omgeving waarin het was getraind. Wanneer de onderzoekers achtergrondruis introduceerden, zoals het geklets en gezoem van een drukke kantooromgeving, nam het vermogen van het systeem om toetsen te identificeren drastisch af. Op dezelfde manier, als het opnameapparaat zelfs maar een korte afstand van het toetsenbord werd verplaatst, of als de typist van snelheid of druk veranderde, leed de nauwkeurigheid eronder. De meest opvallende bevinding was dat het systeem niet gemakkelijk kon adapteren aan een ander toetsenbord. Een model dat getraind was op één specifiek mechanisch toetsenbord, faalde bijna volledig wanneer het werd gevraagd om naar een ander merk te luisteren, wat suggereert dat de aanval afhankelijk is van zeer specifieke hardwarekenmerken.

Misschien nog wel zorgwekkender voor beveiligingsexperts was de ontdekking dat het systeem geen enorme hoeveelheden data nodig had om te leren. De onderzoekers vonden dat de kunstmatige intelligentie effectief getraind kon worden met slechts vier opnames van elke ingedrukte toets. Deze lage vereiste betekent dat een aanvaller niet wekenlang data hoeft te verzamelen om een werkend hulpmiddel te bouwen; een korte, gerichte opnamesessie zou voldoende kunnen zijn. Ondanks deze capaciteiten concludeerde de studie dat de dreiging niet onoverwinnelijk is. De onderzoekers stelden verschillende praktische verdedigingen voor, zoals typen in lawaaierige omgevingen, het variëren van de typsnelheid, of het gebruiken van software die wachtwoorden automatisch invult om fysieke toetsaanslagen volledig te vermijden. Hoewel de technologie om toetsaanslagen in realtime te beluisteren onmiskenbaar aanwezig is, suggereert de studie dat eenvoudige veranderingen in gedrag en omgeving dit effectief kunnen verstoren, waardoor een potentieel kwetsbaarheid wordt omgezet in een beheersbaar risico.