قام مجموعة من الباحثين من خمس جامعات أمريكية بتطوير تقنية الهجوم عبر القناة الجانبية EarSpy، والتي تتيح التنصت على المحادثات الهاتفية من خلال تحليل المعلومات من أجهزة استشعار الحركة. تعتمد الطريقة على حقيقة أن الهواتف الذكية الحديثة مزودة بمقياس تسارع وجيروسكوب حساس إلى حد ما، والذي يستجيب أيضًا للاهتزازات الناتجة عن مكبر الصوت منخفض الطاقة بالجهاز، والذي يُستخدم عند الاتصال بدون مكبر صوت. وباستخدام أساليب التعلم الآلي، تمكن الباحث من استعادة الكلام المسموع على الجهاز جزئيًا بناءً على المعلومات الواردة من مستشعرات الحركة وتحديد جنس المتحدث.
في السابق، كان يُعتقد أن هجمات القنوات الجانبية التي تتضمن أجهزة استشعار للحركة لا يمكن تنفيذها إلا باستخدام مكبرات صوت قوية تستخدم للاتصال بدون استخدام اليدين، ولا تؤدي مكبرات الصوت التي تصدر صوتًا عند وضع الهاتف على الأذن إلى حدوث تسريبات. ومع ذلك، فإن زيادة حساسية المستشعر واستخدام مكبرات صوت مزدوجة الأذن أكثر قوة في الهواتف الذكية الحديثة قد غيرت الوضع. يمكن تنفيذ الهجوم في أي تطبيقات جوال لمنصة Android، حيث يتم منح الوصول إلى أجهزة استشعار الحركة للتطبيقات دون أذونات خاصة (باستثناء Android 13).
أتاح استخدام الشبكة العصبية التلافيفية وخوارزميات التعلم الآلي الكلاسيكية، عند تحليل المخططات الطيفية التي تم إنشاؤها بناءً على بيانات من مقياس التسارع على الهاتف الذكي OnePlus 7T، تحقيق دقة تحديد الجنس بنسبة 98.66%، وتحديد المتحدث بنسبة 92.6%، و تحديد الأرقام المنطوقة بنسبة 56.42%. وعلى الهاتف الذكي OnePlus 9، بلغت هذه الأرقام 88.7% و73.6% و41.6% على التوالي. عند تشغيل مكبر الصوت، زادت دقة التعرف على الكلام إلى 80%. لتسجيل البيانات من مقياس التسارع، تم استخدام تطبيق الهاتف المحمول القياسي Physics Toolbox Sensor Suite.
وللحماية من هذا النوع من الهجمات، تم بالفعل إجراء تغييرات على منصة Android 13 والتي تحد من دقة البيانات الواردة من أجهزة الاستشعار المقدمة دون صلاحيات خاصة إلى 200 هرتز. عند أخذ العينات عند تردد 200 هرتز، تنخفض دقة الهجوم إلى 10%. تجدر الإشارة أيضًا إلى أنه بالإضافة إلى قوة السماعات وعددها، تتأثر الدقة أيضًا بشكل كبير بقرب السماعات من مستشعرات الحركة، وضيق الغلاف ووجود تداخل خارجي من البيئة.
المصدر: opennet.ru