«Музыкальный слух» IoT-устройств представляет угрозу безопасности

Исследователи Чжэцзянского университета (Китай) изобрели хитроумный способ активации системы распознавания голоса без единого слова. С помощью неуловимого для человеческого уха ультразвука им удалось незаметно отправить команды практически каждому популярному голосовому помощнику. Посылаемые звуковые сигналы были никому не слышны, однако отлично улавливались микрофонами атакуемых устройств. Атака получила название DolphinAttack («Атака дельфина»), поскольку эти животные используют ультразвуковые сигналы для общения между собой.

Как и во многих электронных устройствах, в микрофонах используются тонкие миниатюрные мембраны, вибрирующие от потоков воздуха, спровоцированных звуковыми волнами. Поскольку большинство людей не слышат звук выше 20 кГц, ПО микрофонов, как правило, отбрасывает высокочастотные звуки. Тем не менее, с физической точки зрения, микрофоны по-прежнему их «слышат».

В идеале микрофон вибрирует на известной частоте и только при определенных входных частотах. Тем не менее, в реальной жизни звук состоит не только из чистого звука основной частоты, но также из примешанных к нему обертонов или гармоник (звуков с частотами, кратными основной частоте). К примеру, звук с частотой 400 Гц вызывает ответ микрофона на 200 Гц и 800 Гц. Однако это не проблема, поскольку гармоники намного слабее основного сигнала.

К примеру, нужно, чтобы микрофон уловил сигнал с частотой 100 Гц, но по какой-то причине издать звук на данной частоте нельзя. В таком случае можно сгенерировать достаточно мощный сигнал с частотой 800 Гц, содержащий гармонику с частотой 100 Гц. Человек услышит только чистый звук с частотой 800 Гц и даже не догадается о том, что микрофон улавливает гармонику.

Как обнаружили исследователи Чжэцзянского университета, используемые в смартфонах, «умных» часах и IoT- устройствах микрофоны способны улавливать обертоны. Поначалу они сгенерировали высокочастотный ультразвук, и он сработал. Тогда ученые воспроизвели образцы голоса с тонами разных частот (500-1000 Гц), и большинство популярных голосовых помощников «услышали» их. Исследователи отправили целый ряд команд, начиная от «OK Google» и заканчивая «открыть заднюю дверь». Правда, помощники не улавливали звук, если расстояние превышало 1,5 м.