APP无授权便可窃听手机信息？高窃听率竟跟它有关！

通过手机实现窃听的方法有很多种，譬如随意将电话信息留给他人或机构、随意点击不明链接，但出现更多的窃听方式却还是手机APP，这是因为手机APP在安装过程中是需要很多授权的，包括通讯录之类的隐私信息，原本我们以为可以避开的这些窃听选项，却没用了。
 
近日，在国际信息安全界顶级会议 “网络与分布式系统安全会议（NDSS 2020）”上，发表了一篇来自浙江大学网络空间安全学院任奎教授团队、加拿大麦吉尔大学、多伦多大学学者团队新的研究成果，该成果显示：
 
智能手机App可在用户不知情、无需系统授权的情况下，利用手机内置的加速度传感器来采集手机扬声器所发出声音的震动信号，实现对用户语音的窃听。 令人吃惊的是，这种窃听方式并不违反当前监管部门的规定。
 
在日常手机应用中，加速度传感器通常被用户测速、记录步数等，因此在普遍认知中似乎与通话、短信、通信录等敏感信息产生关联，因此App也无需获得用户授权就可以获得智能手机的加速度信息。这就给犯罪分子留下了可乘之机。
 
研究团队发现，由于运动传感器和扬声器被配置在手机的统一主板上，并且彼此位置很接近。因此，无论智能手机放在何处和如何放置（比如说桌上或手上），扬声器发出的语音信号将始终对陀螺仪和加速计等运动传感器产生重大影响。
 
具体来说，这种语音信号所引起的震动，将会被加速度传感器接收并产生读数——这种因为震动而产生的读数可以被攻击者通过深度学习算法进行分析，可以解读出其中的关键信息，甚至可以还原成扬声器所播放的声音信号。
 
在论文中，这种攻击方式被命名为 AccelEve（加速度计窃听）——这是一种基于深度学习加速度传感器信号的新型 “侧信道” 智能手机窃听攻击。通过深度学习算法，研究团队实现了语音识别与语音还原两大类窃听攻击。
 
其中在语音识别方面，研究者采用了一个名为 ”热词搜索“ 的识别模型——用四名志愿者（两男两女）的 200 个短句（其中每个句子包括一到三个信息敏感词汇，比如说密码、用户名、社交信息、安全信息、数字、邮箱地址、卡号等）来测试，发现这一模型的识别率高达 90%。即使在嘈杂的环境中，识别率也能达到 80%。
 
另外，研究团队还利用一个 ”重新构建模型“ 去进行语音还原——实验结果显示，当志愿者去聆听重新构建的（含有信息敏感词汇）语音时，他们能够很好地区分其中所包含的敏感信息。
 
在这一实验中，被攻击者通过打电话索要一个密码，而实验的目标就是利用被攻击者所使用的手机的加速度计定位和识别会话中的密码——结果显示，在 240 次会话测试中，成功定位并识别密码的次数的超过 85%。
 
可见，在特定的技术加持之下，利用加速度计去窃取个人信息，已经很容易了。
 
当然，关于通过手机加速度计来进行语音窃听的研究，也在一定程度上需要依赖研究中所提出的深度学习模型，这本身是一件技术门槛很高的事情——毕竟，犯罪分子在现实场景中要想实施这样的窃听，也有极高的难度。
 
但我们仍旧不能放下戒心，在信息如此发达的今天，信息保护是刻不容缓的事情，面对窃听事件，生活中应该多加防备才是。