La IA puede saber lo que escribe escuchando sus pulsaciones de teclas

Jun 04, 2023

Investigadores de las Universidades de Londres, Durham y Surrey han desarrollado un novedoso sistema de inteligencia artificial que puede escuchar su teclado para recopilar datos potencialmente confidenciales. El algoritmo, presentado en un nuevo artículo, se probó en un teclado MacBook Pro y logró una precisión del 93-95% al ​​detectar qué teclas se presionaron basándose únicamente en grabaciones de audio.

La investigación también ilustra cuán omnipresentes están los micrófonos en teléfonos, computadoras portátiles y otros dispositivos, que podrían utilizarse para comprometer la seguridad de los datos mediante ataques acústicos de canal lateral. Si bien artículos anteriores han explorado la detección de pulsaciones de teclas en computadoras portátiles a través de audio, este enfoque basado en inteligencia artificial logra niveles de precisión sin precedentes.

Según los investigadores, su modelo de IA también supera a otros métodos basados ​​en hardware, que enfrentan limitaciones de distancia y ancho de banda. Con micrófonos integrados en dispositivos de consumo comunes, la acústica de la escritura está más expuesta y accesible que nunca.

Entonces, ¿cómo funciona este nuevo algoritmo de audio? Los investigadores primero grabaron muestras de audio de escritura en una MacBook Pro, presionando cada tecla 25 veces. Esto permitió que el sistema de inteligencia artificial analizara las pequeñas variaciones entre el sonido que emana de cada tecla.

Luego, las grabaciones de audio se transformaron en espectrogramas, que son representaciones visuales de frecuencias de sonido a lo largo del tiempo. El modelo de IA se entrenó con estos espectrogramas y aprendió a asociar diferentes patrones con diferentes pulsaciones de teclas.

Al aplicar este proceso de entrenamiento en miles de segmentos de audio, el algoritmo aprende las sutiles distinciones entre las huellas acústicas de cada tecla que se presiona. Una vez entrenada en un teclado específico, la IA puede analizar nuevas grabaciones de audio y predecir las pulsaciones de teclas con gran precisión.

Los investigadores descubrieron que cuando se entrenó en un teclado de MacBook Pro, el algoritmo logró una precisión de entre el 93 y el 95 %. El rendimiento solo disminuyó ligeramente cuando se probó con sonidos de teclado en grabaciones de llamadas de Zoom.

El sistema de IA debe calibrarse para modelos de teclado y entornos de audio específicos. Sin embargo, el enfoque podría ser ampliamente aplicable si los atacantes pueden obtener los datos de entrenamiento adecuados. Con un modelo personalizado, los delincuentes podrían potencialmente interceptar contraseñas, mensajes, correos electrónicos y más.

Si bien la amenaza a la privacidad es preocupante, el estudio también demuestra las crecientes capacidades de los algoritmos de inteligencia artificial para encontrar información en nuevas formas de datos. Las emanaciones acústicas se han explorado durante mucho tiempo en ataques de canales laterales (quizás más comúnmente a través de micrófonos láser), pero el aprendizaje automático sofisticado ahora permite un análisis sin precedentes de estas señales filtradas.

Hay algunas formas de proteger sus datos contra este tipo de ataque, y no implican escribir en silencio.

Los mecanógrafos táctiles parecen confundir el modelo, haciendo que su precisión caiga al 40% (probablemente porque los mecanógrafos presionan teclas en diferentes partes, cambiando la acústica). También se mencionan como contramedidas un cambio en el estilo de escritura, la reproducción de sonidos en un altavoz y el uso de teclados con pantalla táctil. Es posible que disfrutes sumergiéndote en la madriguera de la modificación del teclado, ya que cambiar la acústica de tu teclado inutiliza la IA, ya que requeriría otra ronda de entrenamiento.

De cara al futuro, los investigadores sugieren realizar más investigaciones para detectar y protegerse contra estos vectores de amenazas emergentes. A medida que la IA continúa desbloqueando nuevos potenciales para aprovechar fuentes de datos ubicuas, mantener la seguridad y la privacidad de los datos requerirá igual ingenio para identificar y mitigar vulnerabilidades no deseadas.