Überprüft von 
Im Zeitalter der Digitalisierung sind Fälle von Cyberkriminalität keine Seltenheit mehr. Der Bereich der Cybersicherheit wird ständig von verschiedenen Bedrohungen heimgesucht, darunter Phishing-Angriffe, Malware-Infektionen und Passwortdiebstahl, um nur einige zu nennen.
Durch die rasanten Fortschritte im Bereich der künstlichen Intelligenz ist jedoch eine neue, beunruhigende Gefahr aufgetaucht.
Künstliche Intelligenz ist inzwischen in der Lage, Tippgeräusche zu erkennen und den getippten Text zu entziffern.
Diese Form von Angriffen, die als akustische Seitenkanalangriffe bekannt sind, stellen eine neue, aber erhebliche Bedrohung für den digitalen Bereich dar. Experten äußern Bedenken, dass Videokonferenzplattformen wie Zoom und die regelmäßige Verwendung eingebauter Mikrofone diese Risiken exponentiell verstärken.
Prominente Forscher wie Joshua Harrison, Ehsan Toreini und Maryam Mehrnezhad betonen, dass die Bedrohung durch akustische Seitenkanalangriffe aufgrund der jüngsten Fortschritte beim Deep Learning und der Zunahme der Online-Aktivitäten über persönliche Geräte größer ist als je zuvor.
Wie funktioniert akustisches Snooping?
Der Mechanismus, der dem akustischen Angriff zugrunde liegt, umfasst die komplizierte Zuordnung von getippten Buchstaben zu den akustischen Emissionen, die durch Tastenanschläge erzeugt werden.
Jedes Mal, wenn eine Taste gedrückt wird, gibt sie eine unverwechselbare akustische Signatur ab, ein komplexes Zusammenspiel von Faktoren wie der Aktivierung des Tastenschalters, dem Niederdrücken der Tastenkappe selbst, der Dauer des entstehenden Tons und sogar den Intervallen zwischen aufeinanderfolgenden Tastenanschlägen.
All dies führt dazu, dass jede Taste auf einer Tastatur beim Anschlagen ein einzigartiges Klangprofil erzeugt, das für das menschliche Ohr nicht wahrnehmbar ist, aber wertvolle Informationen über die ausgeführten Tastenanschläge enthält.
Bemerkenswerterweise sind fortschrittliche Systeme der künstlichen Intelligenz in der Lage, diese Symphonie von Tippgeräuschen zu entschlüsseln.
Durch die Analyse von Audioaufnahmen, die diese scheinbar alltäglichen akustischen Signale aufzeichnen, kann das KI-System die genauen Buchstaben, Symbole und Zahlen rekonstruieren, die getippt wurden.
Ein beunruhigender Aspekt dieser Technik ist, dass jedes Gerät, das mit einem Mikrofon ausgestattet ist, dieser Form der verdeckten Überwachung zum Opfer fallen kann – sei es ein Laptop, ein Smartphone oder ein anderes Gerät mit Audioeingabefunktionen.
Das von Forschern der Universitäten London, Durham und Surrey untersuchte KI-System zeigte ein beeindruckendes Leistungsniveau. Bei Tests mit einer MacBook Pro-Tastatur erreichte das System eine bemerkenswerte Trefferquote von 93-95 %. Die Fähigkeit des Systems bestand darin, die genauen Tasten, die gedrückt wurden, allein durch die Analyse der entsprechenden Audioaufnahmen zu identifizieren.
Untersuchung der von akustischen Angriffen ausgehenden Bedrohungen
Das Aufkommen akustischer Angriffe, die durch die Fähigkeit künstlicher Intelligenz ermöglicht werden, Tastenanschläge aus Tippgeräuschen zu entschlüsseln, hat sich zu einem bedenklichen Angriffsvektor entwickelt.
Die weit verbreitete Nutzung von Videokonferenz-Apps wie Zoom, MS-Teams und Skype während des Anstiegs der Fernarbeit hat das Risiko des akustischen Abhörens erhöht. So ist die Nutzerbasis von Zoom inmitten der Pandemie von 10 Millionen im Jahr 2019 auf über 300 Millionen im Jahr 2020 hochgeschnellt.
Moderne Gerätemikrofone haben das Potenzial, mühelos Tippgeräusche zu erfassen und an KI-Überwachungstools weiterzuleiten. Dies erhöht die Bedrohung durch akustische Angriffe erheblich und ermöglicht den Diebstahl von sensiblen Daten wie Passwörtern, Finanzdaten, Kreditkarteninformationen und vertraulichen Nachrichten.
Oftmals sprechen Nutzer unwissentlich vertrauliche Informationen aus, während sie Audio- oder Videogespräche führen, ohne zu bemerken, dass ein allgegenwärtiges Mikrofon eindeutige Tastenanschlaggeräusche überträgt.
Dies können Angreifer ausnutzen, indem sie einfache Spracherkennungsalgorithmen einsetzen, um diese Audioströme zu durchforsten und die Stimmen zu trennen, um die Tippgeräusche zu extrahieren. Technologien zur Rauschunterdrückung verbessern die Gesprächsqualität weiter, indem sie Hintergrundgeräusche eliminieren und den Empfang von akustischen Tastensignalen klarer machen. Das Spektrum der mit akustischer Spionage verbundenen Risiken wird immer breiter und betrifft sowohl Einzelpersonen als auch ganze Unternehmensnetzwerke.
Einige Bereiche, in denen diese Angriffe eingesetzt werden können:
- Sensible finanzielle und vertrauliche Daten sind anfällig für Kompromisse, einschließlich, aber nicht beschränkt auf Sozialversicherungsnummern, Kreditkartendetails, Bankkontoinformationen und Passwörter. Solche Verletzungen können zu Identitätsdiebstahl und verschiedenen Formen des Finanzbetrugs beitragen.
- Cyberkriminelle sind in der Lage, die Hauptschlüssel von Passwortmanagern akustisch abzufangen und so ganze Identitätsdatenbanken innerhalb einer Organisation zu entschlüsseln.
- Bei Angriffen auf Unternehmensspionage werden Geschäftspläne, vertrauliche Unternehmensinformationen und finanzielle Details heimlich abgehört.
- Unternehmen der Werbetechnologie haben die Möglichkeit, heimlich umfangreiche persönliche Daten und Verhaltensdaten zu sammeln, indem sie die Tippmuster der Nutzer heimlich überwachen.
- Alle persönlichen Informationen sind einem hohen Risiko ausgesetzt, einschließlich intimer Details, die preisgegeben oder gehandelt werden könnten. Dies stellt eine Bedrohung für Berufsgruppen wie Politiker, Journalisten und Anwälte dar und kann zu Peinlichkeiten und Rufschädigung führen.
Wie können Sie sich schützen?
Wachsamkeit und Vorsicht der Nutzer sind die wichtigsten Faktoren für den Schutz der eigenen Privatsphäre.
Bei der Nutzung von Videochat-Anwendungen ist es unerlässlich, Mikrofone geschickt zu verwalten, Anomalieerkennung einzusetzen, Verschlüsselung zu verwenden und spezielle physische Mikrofonblocker zu nutzen, um akustische Abhörmöglichkeiten wirksam zu verhindern.
Im Folgenden sind einige der Sicherheitsmaßnahmen aufgeführt, die befolgt werden sollten.
- Verwenden Sie hochgradig zufällige und starke Passwörter.
- Geben Sie Passwörter lautlos ein.
- Aktivieren Sie die Zwei-Faktor– oder Mehr-Faktor-Authentifizierung.
- Verwenden Sie Geräte zur Audiomaskierung.
- Geben Sie keine sensiblen Informationen während eines Videoanrufs ein.
- Bevorzugen Sie Tastaturen, die mit einer akustischen Abschirmung ausgestattet sind.
- Verwendung von berührungsempfindlichen Tastaturen.
- Umgebungsgeräusche einbeziehen.
Brauchen wir uns wirklich Sorgen zu machen?
Das Risiko ist zwar allgegenwärtig, aber unsere Besorgnis ist vielleicht nicht so groß, wie sie zunächst klingt.
Erstens hängt die Wirksamkeit solcher Methoden stark davon ab, dass ein geeigneter und eindeutiger Satz von Beispieldaten erfasst wird – ein Kriterium, das sich bei verschiedenen Systemen wie Smartphones, Tablets, MacBooks oder externen Tastaturen ändert.
Ein weiterer einflussreicher Aspekt ist der individuelle Tippstil – von kräftigem Tastendruck bis hin zu sanften Berührungen. Diese Unterschiede in der Klangdynamik können eine Herausforderung für die Präzision von Tonerfassungsgeräten darstellen. Folglich ist es ein komplexes Unterfangen, einen genauen Datensatz zu erstellen, der Ihren individuellen Tippmustern und Ihrer Tastatur gerecht wird.
Darüber hinaus stellt die Interpretation der Tonfolge und die Unterscheidung zwischen Elementen wie Passwörtern und E-Mail-Adressen eine enorme Herausforderung dar. Einige KI-Modelle könnten auch Schwierigkeiten haben, zwischen bestimmten Tasten wie “Shift” oder “Strg” zu unterscheiden.
Die Quintessenz
Das Aufkommen von akustischen Seitenkanalangriffen bedeutet eine potenziell transformative Veränderung im Bereich der Cyber-Bedrohungen. Diese Techniken des akustischen Abhörens stellen die Grundlagen der Privatsphäre und der Vertraulichkeit bei der Dateneingabe in Frage.
Während sich die Benutzer sicher fühlen, wenn der visuelle Zugriff eingeschränkt ist, kann die Interpretation von Tastenanschlaggeräuschen vermeintlich sichere Umgebungen gefährden.
Algorithmen des maschinellen Lernens, die auf Audioschnipseln des Tippens trainiert wurden, zeigen erstaunliche Fähigkeiten bei der Extraktion von Textinformationen.
Da verschiedene Forschungsergebnisse eine Genauigkeit von über 90 % bei der Isolierung von Tastenanschlägen allein aus Audiodaten belegen, ist die Umsetzung innovativer und hochentwickelter Verteidigungsstrategien erforderlich, um dieser Bedrohung zu begegnen.
