盗取密码,AI表示只需20秒!通过拍摄热图像确定字母和顺序,成功率高达86%

简介: 最近,国内首部以网络安全为题材的作品《你安全吗?》大火。电视剧中呈现了只有做不到没有想不到的种种黑客攻击手段,随之而来的便是网友们对自己网络安全的种种担忧。

再加上近年来互联网公司数据泄露事件频发,文摘菌也开始重视起个人用网安全来。
但是防不胜防这话还说得真没错。
最近,英国格拉斯哥大学的研究人员就发现,原来你的手机、键盘,甚至是在ATM上的各种操作都有可能泄露你的密码

而泄露的方式竟然是通过用户留在屏幕上的热量
只要在用户输入密码后20秒内拍摄热图像,通过系统检测,86%的密码都能被破解,30秒内的破解成功率达到76%,60秒后成功率下降到62%

image.png

相关研究已经以论文的形式发表在了ACM Transactions on Privacy and Security杂志上。

image.png

论文链接:

https://dl.acm.org/doi/pdf/10.1145/3563693?casa_token=wSiRN6D5vUMAAAAA:NzJqeYDK3Jsjch9Oc7glnbNbZTLXDzhZweOoswmJDOynrdZPEU41bXmFjok-GJBAdCNhf9ATFoyo


用热感摄像机进行黑客攻击


首先我们需要简单了解一下热感摄像机。
简单来说,这种摄像机的成像层次是根据物体的温度变化而变化的,温度越高的物体越亮,反之越暗。也就是说,越亮的地方就被触摸的时间也就越近

image.png

这就是关键。
这样的攻击往往可能发生在用户使用键盘、手机等设备输入密码后,交易完成一般就把手机扔一边去了。
但是只要配备了热感摄像的路人随便拍一张照片,就能显示出用户触摸设备的位置的热量特征。研究人员发现,通过测量较亮区域的相对强度,可以确定构成密码的特定字母、符号数量并估计它们的使用顺序。
尤其是现在,还有一些长辈对手机键盘还用不怎么习惯,手指在屏幕上停留的时间也就会更长一点,这就会产生比快速打字的人更持久的热信号。
除此之外,键盘的材料也会影响对热能量的吸收能力,比如,有些塑料可能就更有可能保持热量模式。

image.png正是通过仔细思考黑客们会如何利用热图像来实施攻击行为,研究人员开发了AI系统ThermoSecure
正如苏格兰大学计算科学学院Mohamed Khamis所说:你需要像小偷一样思考,才能抓住小偷。”“我们通过仔细思考了恶意行为者如何利用热图像侵入计算机和智能手机,以此开发了ThermoSecure”。
近年来随着热感摄像机的逐渐普及、以及机器学习的兴起,“很可能世界各地的人都在开发与ThermoSecure类似的系统以窃取密码”,因此计算机安全研究更是要跟上发展的步伐,以找到减轻风险的新方法。
根据对ThermoSecure的实验测试,破解成功率是随着时间递减的。热图像如果是在输入密码后20秒内拍摄并通过ThermoSecure系统时,大概会有86%的密码会被破解,30秒后数字下降到76%,60秒后再次下降到62%
同时研究人员发现,在20秒内,系统甚至能够成功攻击16个字符的长密码,并且破解成功率高达67%随着密码变短,成功率也会相应增加。12 字符密码的成功率达到82%,8字符密码为93%,6字符密码更是高达100%

image.png

对此Khamis博士也给出了一些建议,比如设置更长更复杂的密码,有条件尽量使用背光键盘,因为这种键盘本身就会产生更多的热量,使准确热读数相对困难一些。当然,用户还可以使用其他的验证方法,比如指纹或面部识别,这些与直接使用键盘相比被热攻击的风险更低。

40厘米、8个比特?对黑客来说这些根本不是问题


通过热量窃取电脑信息此前就有研究人员提出。
2015年,以色列本古里安大学的研究者们就发现,通过热成像和电脑的内置传感器,也可以直接从物理隔绝的电脑中窃取数据。这种方法使得攻击者得以在目标系统附近远程盗取密码和安全密钥,传送到互联网上。
黑客还可以通过这项技术,利用自己的电脑向目标系统传送恶意指令。
当时这种攻击只允许每小时有效传送8个比特的数据,但是这样的带宽就已经足够黑客传送简短指令或者窃取类似密码和密钥等数据了。
这种攻击的最大容许距离是40厘米,不过研究人员表示这对黑客们来说根本不是问题,因为物理隔绝系统往往和另一台直接和互联网相连的设备放在一起,黑客只要先入侵这台邻近的设备就能实现攻击。


image.png

除了热图像之外,还可以通过超声波或次声波、电磁辐射等方式直接绕过物理手段和物理隔绝进行通信和攻击,不过这些攻击都只是单向通信。也就是说只能用来传送数据而不能从目标系统上接收数据。
比如本古里安大学的另一组研究人员之前就展示过如何利用射频信号和附近的手机从物理隔绝设备上窃取信息。这种攻击通过被感染设备的显卡来发送射频信号,可以用来向手机的FM收音机接收组件上发送密码及其它数据。
看了这些,文摘菌只想感慨,难道现在愉快地滑个手机都不行了吗?


相关文章
|
3天前
|
机器学习/深度学习 人工智能 并行计算
"震撼!CLIP模型:OpenAI的跨模态奇迹,让图像与文字共舞,解锁AI理解新纪元!"
【10月更文挑战第14天】CLIP是由OpenAI在2021年推出的一种图像和文本联合表示学习模型,通过对比学习方法预训练,能有效理解图像与文本的关系。该模型由图像编码器和文本编码器组成,分别处理图像和文本数据,通过共享向量空间实现信息融合。CLIP利用大规模图像-文本对数据集进行训练,能够实现zero-shot图像分类、文本-图像检索等多种任务,展现出强大的跨模态理解能力。
18 2
|
23天前
|
人工智能 开发者
MidJourney 替代品:为什么 FLUX.1 是终极 AI 图像生成工具
MidJourney 是目前流行的 AI 驱动图像生成工具,以其艺术风格和易用性闻名。然而,随着技术进步,其他模型如 FLUX.1、DALL·E 3 和 Stable Diffusion 3 也崭露头角,提供了更多定制选项和高质量输出。其中,FLUX.1 以其开源性质、卓越图像质量和开发者友好性脱颖而出,成为 MidJourney 的有力替代品。选择合适的工具应基于具体需求,FLUX.1 在灵活性和高性能方面表现优异。
|
6天前
|
人工智能 Serverless
AI助理精准匹配------助力快速搭建Stable Difussion图像生成应用
【10月更文挑战第7天】过去在阿里云社区搭建Stable Diffusion图像生成应用需查阅在线实验室或官方文档,耗时且不便。现阿里云AI助理提供精准匹配服务,直接在首页询问AI助理即可获取详细部署步骤,简化了操作流程,提高了效率。用户可按AI助理提供的步骤快速完成应用创建、参数设置、应用部署及资源释放等操作,轻松体验Stable Diffusion图像生成功能。
|
18天前
|
人工智能 Serverless
AI助理精准匹配,为您推荐方案——如何添加一个Stable Difussion图像生成应用
介绍了一种利用AI助手快速获取并搭建Stable Diffusion图像生成应用的方法。用户只需在阿里云官网向AI助手提出需求,即可获得详细的实施方案。随后,按照AI助手提供的方案,通过函数计算部署应用,并进行测试。此过程显著提升了开发效率。
631 1
AI助理精准匹配,为您推荐方案——如何添加一个Stable Difussion图像生成应用
|
4天前
|
人工智能
添加一个Stable Difussion图像生成应用,通过向AI助手简单的提问,即可快速搭建Stable Diffusion应用至自己的网站中,大幅提升开发效率。
添加一个Stable Difussion图像生成应用,通过向AI助手简单的提问,即可快速搭建Stable Diffusion应用至自己的网站中,大幅提升开发效率。
|
2月前
|
机器学习/深度学习 人工智能 PyTorch
"揭秘AI绘画魔法:一键生成梦幻图像,稳定扩散模型带你开启视觉奇迹之旅!"
【8月更文挑战第21天】稳定扩散(Stable Diffusion)是基于深度学习的模型,能根据文本生成高质量图像,在AI领域备受瞩目,革新了创意产业。本文介绍稳定扩散模型原理及使用步骤:环境搭建需Python与PyTorch;获取并加载预训练模型;定义文本描述后编码成向量输入模型生成图像。此外,还可调整参数定制图像风格,或使用特定数据集进行微调。掌握这项技术将极大提升创意表现力。
49 0
|
2月前
|
人工智能 Apache
Flux AI:释放你的想象力,用文字生成图像
Flux AI 是一款支持多种风格的 AI 图像生成器。它使用先进的基于变换器的管道模型来实现高质量、精确的输出。它具有用户友好的界面,适合专业人士和业余爱好者。Flux AI 可以快速将文本提示转换为精确的图像,从而提高创作效率。
|
4月前
|
人工智能 API 流计算
[AI Stability] 开源AI新利器:Stable Diffusion 3 Medium震撼发布!文本到图像再升级!
探索 Stable Diffusion 3 Medium(SD3),Stability AI 的最新开源模型,正在彻底改变文本到图像的生成。了解其功能、许可选项和集成可能性。
[AI Stability] 开源AI新利器:Stable Diffusion 3 Medium震撼发布!文本到图像再升级!
|
4月前
|
人工智能 Java 语音技术
Spring AI更多模型支持、图像和音频处理
Spring AI更多模型支持、图像和音频处理
73 1
|
4月前
|
人工智能 Python Shell
CodeFormer——AI驱动的面部图像修复与增强
CodeFormer是由南洋理工大学和商汤科技联合研发的AI人脸复原模型,结合VQGAN和Transformer技术,能从模糊或马赛克图像中生成清晰图像。它具备老照片修复、黑白照片彩色化、马赛克修复和低码率视频增强等功能。安装过程涉及miniconda3、Python环境配置、相关库的安装及模型训练数据下载。在测试视频增强时,虽然初期遇到ffmpeg导入问题,但通过安装ffmpeg-python得以解决,不过CPU占用率高。此外,还展示了对图片进行增强的命令行操作及结果示例。