Key Takeaway
- Penyelidik telah mencipta kaedah untuk mengacah perbualan untuk mengalahkan mikrofon penyangak daripada menangkap perbualan kami.
- Kaedah ini penting kerana ia berfungsi dalam masa nyata pada penstriman audio dan dengan latihan yang minimum.
- Pakar memuji penyelidikan tetapi berpendapat ia tidak banyak digunakan untuk pengguna telefon pintar biasa.
Kami dikelilingi oleh peranti pintar dengan mikrofon, tetapi bagaimana jika peranti itu telah dikompromi untuk mencuri dengar kami?
Dalam usaha untuk melindungi perbualan kita daripada pengintip, penyelidik Universiti Columbia telah membangunkan kaedah Penyamaran Suara Neural yang mengganggu sistem pengecaman pertuturan automatik dalam masa nyata tanpa menyusahkan orang ramai.
"Dengan pencerobohan [peranti diaktifkan suara pintar] ke dalam kehidupan kita, idea tentang privasi mula hilang apabila peranti mendengar ini sentiasa dihidupkan dan memantau perkara yang diperkatakan, " Charles Everette, Pengarah Advokasi Siber, Deep Instinct, memberitahu Lifewire melalui e-mel. "Penyelidikan ini adalah tindak balas langsung kepada keperluan untuk menyembunyikan atau menyamarkan suara dan perbualan individu daripada penyadap elektronik ini, yang diketahui atau tidak diketahui di sesuatu kawasan."
Berbincang
Para penyelidik telah membangunkan sistem yang menghasilkan bunyi senyap-bisik yang boleh anda mainkan di mana-mana bilik untuk menyekat mikrofon penyangak daripada mengintip perbualan anda.
Cara teknologi jenis ini mengatasi penyadapan mengingatkan Everette tentang fon kepala yang membatalkan hingar. Daripada menjana bunyi senyap bisikan untuk membatalkan bunyi latar belakang, penyelidik menyiarkan bunyi latar belakang yang mengganggu algoritma Kecerdasan Buatan (AI) yang mentafsir gelombang bunyi kepada audio yang boleh difahami.
Mekanisme sedemikian untuk menyamarkan suara seseorang bukanlah unik, tetapi apa yang membezakan Neural Voice Camouflage daripada kaedah lain ialah ia berfungsi dalam masa nyata pada penstriman audio.
"Untuk mengendalikan pertuturan langsung, pendekatan kami mesti meramalkan [audio perebutan yang betul] pada masa hadapan supaya ia boleh dimainkan dalam masa nyata, " perhatikan penyelidik dalam kertas kerja mereka. Pada masa ini, kaedah ini berfungsi untuk kebanyakan bahasa Inggeris.
Hans Hansen, Ketua Pegawai Eksekutif Brand3D, memberitahu Lifewire bahawa penyelidikan itu sangat penting kerana ia menyerang kelemahan utama dalam sistem AI hari ini.
Dalam perbualan e-mel, Hansen menjelaskan bahawa sistem AI pembelajaran mendalam semasa secara umum dan pengecaman pertuturan semula jadi khususnya berfungsi selepas memproses jutaan rekod data pertuturan yang dikumpul daripada beribu-ribu pembesar suara. Sebaliknya, Neural Voice Camouflage berfungsi selepas mengkondisikan dirinya pada hanya dua saat pertuturan input.
Secara peribadi, jika saya bimbang tentang peranti yang mendengar masuk, penyelesaian saya bukan dengan menambah peranti mendengar lain yang ingin menjana bunyi latar belakang.
Pokok Salah?
Brian Chappell, ketua strategi keselamatan di BeyondTrust, percaya penyelidikan itu lebih bermanfaat kepada pengguna perniagaan yang bimbang mereka mungkin berada di tengah-tengah peranti terjejas yang mendengar kata kunci yang menunjukkan maklumat berharga sedang dituturkan.
"Di mana teknologi ini berpotensi menjadi lebih menarik adalah dalam keadaan pengawasan yang lebih autoritarian di mana analisis cetakan video dan suara AI digunakan terhadap rakyat," kata James Maude, Penyelidik Keselamatan Siber Utama BeyondTrust, kepada Lifewire melalui e-mel.
Maude mencadangkan bahawa alternatif yang lebih baik adalah dengan melaksanakan kawalan privasi tentang cara data ditangkap, disimpan dan digunakan oleh peranti ini. Selain itu, Chappell percaya kegunaan kaedah penyelidik adalah terhad kerana ia tidak direka untuk menghentikan penyadapan manusia.
"Untuk rumah, ingatlah bahawa, sekurang-kurangnya secara teori, menggunakan alat sedemikian akan menyebabkan Siri, Alexa, Google Home dan mana-mana sistem lain yang diaktifkan dengan perkataan pencetus yang diucapkan untuk mengabaikan anda, " kata Chappell.
Tetapi pakar percaya bahawa dengan peningkatan kemasukan teknologi khusus AI/ML dalam peranti pintar kami, kemungkinan besar teknologi ini boleh berakhir di dalam telefon kami, dalam masa terdekat.
Maude prihatin kerana teknologi AI boleh belajar dengan cepat untuk membezakan antara bunyi dan audio sebenar. Dia berpendapat bahawa walaupun sistem itu mungkin berjaya pada mulanya, sistem itu boleh bertukar menjadi permainan kucing dan tetikus dengan cepat apabila peranti mendengar belajar menapis bunyi yang tersekat.
Lebih membimbangkan, Maude menegaskan bahawa sesiapa yang menggunakannya boleh, sebenarnya, menarik perhatian kepada diri mereka sendiri kerana mengganggu pengecaman suara akan kelihatan luar biasa dan mungkin menunjukkan anda cuba menyembunyikan sesuatu.
"Secara peribadi, jika saya bimbang tentang peranti yang mendengar, penyelesaian saya bukan dengan menambah peranti mendengar lain yang bertujuan untuk menghasilkan bunyi latar belakang," kongsi Maude. "Terutama kerana ia hanya meningkatkan risiko peranti atau apl digodam dan dapat mendengar saya."
