Aspirator robot yang populer dapat diretas dari jarak jauh untuk bertindak sebagai mikrofon

Para peneliti telah meretas robot penyedot debu untuk merekam pembicaraan dan musik dari jarak jauh.

Sebuah tim peneliti telah menunjukkan bahwa robot aspirator terkenal dapat diretas dari jarak jauh untuk bertindak sebagai mikrofon.

Para peneliti – termasuk Nirupam Roy, asisten profesor di Departemen Ilmu Komputer di Universitas Maryland – telah mengumpulkan informasi dari sistem navigasi berbasis laser pada robot vakum populer dan telah menerapkan pemrosesan sinyal dan teknik pembelajaran mendalam untuk memulihkan suara dan mengidentifikasi program televisi yang diputar di ruangan yang sama dengan perangkat.

Penelitian menunjukkan potensi perangkat apa pun yang menggunakan deteksi cahaya dan teknologi variasi (Lidar) untuk dimanipulasi untuk menangkap suara, meskipun tidak memiliki mikrofon. Karya yang merupakan kolaborasi dengan Assistant Professor Jun Han di University of Singapore ini dipresentasikan pada Association of Computer Machinery Conference on Embedded Network Sensor Systems (SenSys 2020) pada 18 November, 2020.

Tempat Sampah Vacuum Cleaner

Peneliti telah mengganti sistem navigasi berbasis laser pada robot vakum (kanan) untuk menangkap getaran suara dan menangkap ucapan manusia yang melompat dari objek seperti tempat sampah yang ditempatkan di dekat speaker komputer di piano. Kredit: Sriram Sami

“Kami menyambut perangkat ini di rumah kami, dan kami tidak memikirkan apa pun,” kata Roy, yang memiliki janji bersama di Institut Studi Komputer Lanjutan Universitas Maryland (UMIACS). “Tapi kami telah menunjukkan bahwa meskipun perangkat ini tidak memiliki mikrofon, kami dapat memulai ulang sistem yang mereka gunakan untuk navigasi guna memata-matai percakapan dan berpotensi mengungkap informasi pribadi.”

Sistem navigasi lidar di penyedot debu rumah menyinari sinar laser di sekitar ruangan dan merasakan pantulan laser saat melompat dari objek terdekat. Robot menggunakan sinyal refleks untuk memetakan ruangan dan menghindari tabrakan saat bergerak di sekitar rumah.

Pakar privasi telah menyarankan bahwa kartu yang terbuat dari tempat sampah, yang sering disimpan di awan, mungkin berisi pelanggaran privasi yang dapat memberi pengiklan akses ke informasi tentang hal-hal seperti dan ukuran rumah, yang menunjukkan tingkat pendapatan, dan informasi terkait gaya hidup lainnya. Roy dan timnya bertanya-tanya apakah Lidar di robot ini juga dapat membawa potensi risiko keamanan seperti perangkat perekam suara di rumah pengguna atau dalam bisnis.

Gelombang suara membuat objek bergetar, dan getaran ini menyebabkan sedikit variasi cahaya yang menggemakan objek. Mikrofon laser, digunakan dalam spionase sejak tahun 1940-an, mampu mengubah variasi tersebut menjadi gelombang suara. Tetapi mikrofon laser didasarkan pada sinar laser yang ditargetkan yang memantulkan permukaan yang sangat halus, seperti jendela kaca.

Sinyal vakum

Algoritma pembelajaran mendalam telah mampu menafsirkan gelombang suara yang tersebar, seperti yang di atas yang telah ditangkap oleh penyedot debu robot, untuk mengidentifikasi nomor dan urutan musik. Kredit: Sriram Sami

Lensa yang mendasari, di sisi lain, memindai lingkungan dengan laser dan mendengar cahaya yang dihamburkan kembali oleh objek yang bentuk dan kepadatannya tidak beraturan. Sinyal tersebar yang diterima dari sensor vakum hanya menyediakan sebagian kecil informasi yang diperlukan untuk memulihkan gelombang suara. Para peneliti tidak yakin apakah sistem Lidar dari bot aspirasi dapat dimanipulasi untuk berfungsi sebagai mikrofon dan jika sinyal tersebut dapat diinterpretasikan menjadi sinyal suara yang bermakna.

Pertama, para peneliti meretas robot yang disedot untuk menunjukkan bahwa mereka dapat mengontrol posisi sinar laser dan mengirim data yang terdeteksi ke laptop mereka melalui Wi-Fi tanpa mengganggu navigasi perangkat.

Kemudian, mereka melakukan percobaan dengan dua sumber suara. Satu sumber adalah suara manusia yang mengucapkan angka-angka yang diputar di speaker komputer dan yang lainnya adalah audio dari berbagai acara televisi yang diputar melalui bilah suara TV. Roy dan koleganya memahami sinyal laser yang terdeteksi oleh sistem navigasi aspirator saat keluar dari berbagai objek yang ditempatkan di dekat sumber suara. Item termasuk tempat sampah, kotak kardus, wadah untuk dibawa keluar, dan kantong polypropylene – item yang biasanya dapat ditemukan di rak biasa.

Para peneliti meneruskan sinyal yang mereka terima melalui algoritma pembelajaran mendalam yang dilatih untuk mencocokkan suara manusia dan untuk mengidentifikasi urutan musik dari acara televisi. Sistem komputernya, yang disebut LidarPhone, telah mengidentifikasi dan menghubungkan 90% nomor yang diucapkan. presisi. Dia juga mengidentifikasi acara televisi dari rekaman satu menit dengan akurasi lebih dari 90%.

“Ancaman semacam ini bisa menjadi lebih penting sekarang daripada sebelumnya, ketika Anda mengira kita semua memesan makanan melalui telepon dan mengadakan pertemuan dengan komputer, dan kita sering membicarakan informasi kartu kredit atau bank kita,” kata Roy. “Tetapi yang lebih mengkhawatirkan bagi saya adalah informasi itu dapat mengungkapkan lebih banyak informasi pribadi. Informasi semacam ini dapat berbicara tentang gaya hidup saya, berapa jam saya bekerja, hal-hal lain yang saya lakukan. Dan apa yang kami lihat. di TV, hal itu dapat mengungkapkan orientasi politik kita. Ini penting bagi siapa saja yang mungkin ingin memanipulasi pemilihan politik atau menargetkan pesan yang sangat spesifik untuk saya. “

Para peneliti menunjukkan bahwa penyedot debu hanyalah satu contoh dari potensi kerentanan mata-mata berbasis Lidar. Banyak perangkat lain dapat terbuka untuk serangan serupa seperti sensor infra merah smartphone yang digunakan untuk pengenalan wajah atau sensor infra merah pasif yang digunakan untuk deteksi gerakan.

“Saya pikir ini adalah pekerjaan penting yang akan membuat produsen menyadari kemungkinan ini dan memicu komunitas keamanan dan privasi untuk memberikan solusi untuk mencegah jenis serangan ini,” kata Roy.

Penelitian ini sebagian didukung oleh dana dari Dana Penelitian Akademik Kementerian Pendidikan Singapura Tier 1 (Hadiah No. R-252-000-A26-133).

Makalah penelitian, Spying with Your Robot Aspirator: Eavesdropping via Lidar Sensors, Sriram Sami, Yimin Dai, Sean Rui Xiang Tan, Nirupam Roy dan Jun Han, dipresentasikan pada 18 November 2020, kepada Association for Computing Mesin, SenSys 2020.

Referensi: “Memata-matai dengan robot penyedot debu: memata-matai melalui sensor lidar” oleh Sriram Sami, Yimin Dai, Sean Rui Xiang Tan, Nirupam Roy dan Jun Han, November 2020, ACM SenSys 2020.
DOI: 10.1145 / 3384419.3430781

Related articles

Comments

LEAVE A REPLY

Please enter your comment!
Please enter your name here

Share article

Latest articles

Ada lebih banyak genetika daripada DNA

Ahli biologi di Inggris dan Austria telah mengidentifikasi 71 gen baru pada tikus. Ahli biologi di Universitas Bath dan Wina telah menemukan 71 gen baru...

Untuk mencegah kelaparan, adaptasi iklim membutuhkan miliaran investasi tahunan tambahan

Investasi dalam penelitian pertanian, pengelolaan air, infrastruktur dapat mencegah pertumbuhan kelaparan yang disebabkan oleh iklim. Untuk mencegah dampak perubahan iklim pada tahun 2050, yang memaksa...

Teknologi Ultra Tipis Canggih untuk Merevolusi Penglihatan Malam – “Kami Membuat Yang Tak Terlihat Terlihat”

Dr. Rocio Camacho Morales mengatakan para peneliti membuatnya "tidak terlihat, terlihat." Kredit: Jamie Kidston, Universitas Nasional Australia Biar ringan! Film ultra-tipis suatu hari...

Maju dalam dekomposisi CO2 dengan efisiensi tinggi

ARA. 1: Metode sintesis fotokatalis tiga komponen baru. Sebuah nanotube karbon enkapsulasi molekul yodium direndam dalam larutan perak nitrat (AgNO3) berair untuk menghasilkan...

Satelit Terkemuka di Lautan – Copernicus Sentinel-6 – Hidup!

Copernicus Sentinel-6 menggunakan mode inovatif yang diselingi dengan altimeter radar frekuensi ganda Poseidon-4 (C- dan Ku-band), yang telah meningkatkan kinerja dibandingkan dengan desain altimeter...

Newsletter

Subscribe to stay updated.