સંશોધકો કીબોર્ડ કીસ્ટ્રોકમાંથી ડેટા ચોરી કરવા માટે ડીપ લર્નિંગ મોડલને સફળતાપૂર્વક તાલીમ આપે છે.
સંશોધકો ઝૂમ અથવા સ્કાયપે મીટિંગમાં સહભાગીઓ શું ટાઇપ કરી રહ્યા હતા તે નિર્ધારિત કરવામાં પણ સક્ષમ હતા. (છબી સ્ત્રોત: Pixabay)
ડીપ લર્નિંગ મોડલ તમે તમારા કીબોર્ડ પર જે લખો છો તે સાંભળીને વપરાશકર્તાનામ, પાસવર્ડ અને સંદેશા જેવી સંવેદનશીલ માહિતીની ચોરી કરી શકે છે. બ્રિટિશ યુનિવર્સિટીઓના સંશોધકોની ટીમ દ્વારા પ્રશિક્ષિત, વૉઇસ-રેકગ્નિશન અલ્ગોરિધમ 95 ટકા ચોકસાઈ સાથે માઇક્રોફોનમાંથી રેકોર્ડ કરાયેલા કીસ્ટ્રોકને કેપ્ચર અને ડિસિફર કરી શકે છે.
બ્લીપિંગ કોમ્પ્યુટરના જણાવ્યા અનુસાર, જ્યારે લોકપ્રિય વિડિયો કોન્ફરન્સિંગ સોલ્યુશન્સ ઝૂમ અને સ્કાયપે સાથે મોડેલનું પરીક્ષણ કરવામાં આવ્યું, ત્યારે ચોકસાઈ ઘટીને 93 ટકા અને 91.7 ટકા થઈ ગઈ.
અલ્ગોરિધમ હાઇલાઇટ કરે છે કે કેવી રીતે ડીપ લર્નિંગનો ઉપયોગ નવા પ્રકારના માલવેર વિકસાવવા માટે કરી શકાય છે જે કીબોર્ડ સ્ટ્રોક સાંભળીને ક્રેડિટ કાર્ડ નંબર, સંદેશા, વાતચીત અને અન્ય વ્યક્તિગત માહિતી જેવી માહિતી ચોરી શકે છે.
મશીન લર્નિંગમાં તાજેતરની પ્રગતિ, બજારમાં સસ્તા ઉચ્ચ-ગુણવત્તાવાળા માઇક્રોફોનની ઉપલબ્ધતા સાથે, ઑડિઓ-આધારિત હુમલાઓ અન્ય પદ્ધતિઓ કરતાં વધુ વ્યવહારુ બનાવે છે જે ઘણીવાર ડેટા ટ્રાન્સફર ઝડપ અને અંતર જેવા પરિબળો દ્વારા મર્યાદિત હોય છે.
તે કેવી રીતે કામ કરે છે?
ધ્વનિ-ઓળખવાની અલ્ગોરિધમને તાલીમ આપવા માટે, સંશોધકોએ MacBook Pro પર 25 વખત 36 કી દબાવીને અને તે કી દ્વારા ઉત્પાદિત અવાજને રેકોર્ડ કરીને ડેટા મેળવ્યો. લેપટોપથી 17 સેમી દૂર iPhone 13 મિનીનો ઉપયોગ કરીને ઓડિયો કેપ્ચર કરવામાં આવ્યો હતો.
રેકોર્ડિંગ્સમાંથી, વેવફોર્મ્સ અને સ્પેક્ટ્રોગ્રામ્સ બનાવવામાં આવ્યા હતા જે દરેક કીને અલગ પાડે છે. દરેક બટનના અલગ ધ્વનિનો ઉપયોગ પછી 'CoAtNet' નામના ઇમેજ ક્લાસિફાયરને તાલીમ આપવા માટે કરવામાં આવતો હતો, જે કીબોર્ડ પર કઈ કી દબાવવામાં આવે છે તેની આગાહી કરે છે.
જો કે, તકનીકને ઉપકરણના માઇક્રોફોનની ઍક્સેસની જરૂર નથી. જોખમી કલાકારો પણ વપરાશકર્તાઓના કીસ્ટ્રોક સાંભળવા અને તેઓ શું ટાઈપ કરી રહ્યા છે તે અનુમાન કરવા સહભાગીઓ તરીકે ઝૂમ કૉલ્સમાં જોડાઈ શકે છે.
રિસર્ચ પેપર અનુસાર, યુઝર્સ પોતાની ટાઇપિંગ પેટર્ન બદલીને અથવા જટિલ રેન્ડમ પાસવર્ડનો ઉપયોગ કરીને આવા હુમલાઓથી પોતાને બચાવી શકે છે. સફેદ અવાજ અથવા સૉફ્ટવેર કે જે કીસ્ટ્રોકના અવાજની નકલ કરે છે તેનો ઉપયોગ મોડલને ઓછા સચોટ બનાવવા માટે પણ થઈ શકે છે.
એપલ દ્વારા છેલ્લા બે વર્ષમાં લેપટોપ પર ઉપયોગમાં લેવાતા કીબોર્ડ પર મોડલ ખૂબ જ સચોટ હોવાથી, જે સામાન્ય રીતે સાયલન્ટ હોય છે, તે ખૂબ જ અસંભવિત છે કે મિકેનિકલ કીબોર્ડ પર સાયલન્ટ સ્વિચ પર સ્વિચ કરવું અથવા મેમ્બ્રેન કીબોર્ડ પર સ્વિચ કરવું સંપૂર્ણપણે મદદ કરશે.
હાલમાં, આવા અવાજ-આધારિત હુમલાઓનો સામનો કરવાનો શ્રેષ્ઠ માર્ગ એ છે કે ફિંગરપ્રિન્ટ સ્કેનર્સ, ચહેરાની ઓળખ અથવા આઇરિસ સ્કેનર્સ જેવા બાયોમેટ્રિક પ્રમાણીકરણનો ઉપયોગ કરવો.
credit : Indian express
