پرش به محتوا
آخرین اخبار
آسیب‌پذیری افزونه Adobe Acrobat داده‌های واتس‌اپ را در معرض سرقت قرار داد آسیب‌پذیری خطرناک اوبونتو امکان دسترسی کامل به سیستم را فراهم می‌کند بسته جعلی NuGet برای دست‌کاری نتایج بازی Digitain شناسایی شد OpenAI نقش مدل‌های خود در حمله به Hugging Face را تأیید کرد آسیب‌پذیری Kiro اجرای کد مخرب را بدون تأیید کاربر ممکن می‌کرد هزاران مخزن جعلی GitHub کاربران و عامل‌های هوش مصنوعی را هدف گرفتند حملات گسترده به وردپرس با دو آسیب‌پذیری بحرانی آغاز شد باج‌افزار جدید ENCFORGE زیرساخت‌های هوش مصنوعی را هدف قرار داد آسیب‌پذیری افزونه Adobe Acrobat داده‌های واتس‌اپ را در معرض سرقت قرار داد آسیب‌پذیری خطرناک اوبونتو امکان دسترسی کامل به سیستم را فراهم می‌کند بسته جعلی NuGet برای دست‌کاری نتایج بازی Digitain شناسایی شد OpenAI نقش مدل‌های خود در حمله به Hugging Face را تأیید کرد آسیب‌پذیری Kiro اجرای کد مخرب را بدون تأیید کاربر ممکن می‌کرد هزاران مخزن جعلی GitHub کاربران و عامل‌های هوش مصنوعی را هدف گرفتند حملات گسترده به وردپرس با دو آسیب‌پذیری بحرانی آغاز شد باج‌افزار جدید ENCFORGE زیرساخت‌های هوش مصنوعی را هدف قرار داد
اخبار

هکرها، الگوی بازگشایی قفل را به سرقت می برند

شهریور ۱۳, ۱۳۹۷ نوشتهٔ editor بدون نظر

کمیته رکن چهارم – تحقیقات امنیتی در اروپا حاکی از این است که هکرها از طریق تبدیل موبایل به سیستم ردیابی صوتی (سونار) توانایی سرقت الگوی بازگشایی قفل را دارند.

در این سیستم با استفاده از اسپیکرها و میکروفون دستگاه بر اساس اصول ردیابی صوتی و سونار حرکات انگشت کاربر روی نمایشگر شناسایی شده و الگوهای بالقوه بازگشایی قفل تولید می شوند.

این تکنیک SonarSnoop نام داشته و بر پایه فناوری FingerIO توسعه یافته که روش تعاملی جدید برای کار با ساعت های هوشمند است و از طریق شناسایی امواج صوتی با فرکانس بالا ژست های حرکتی دست کاربر در هوا را دنبال کرده و آنها را اجرا می کند.

اسپیکرهای دیجیتال سیگنال OFDM را ارسال می کنند که اغب در دامنه شنیداری انسان قرار ندارد، و از اینرو کاربر متوجه فعالیت آنها نمی شود. با این حال SonarSnoop با بهره گیری از همین سیگنال ها به مهاجمان سایبری اجازه می دهد تعداد الگوی های بازگشایی قفل بالقوه را به لطف الگوریتم های یادگیری ماشینی تا ۷۰ درصد کاهش دهند.

این تیم تحقیقاتی در پروژه خود از ۱۰ داوطلب آزمایشی استفاده کرده اند. سیگنال های دریافتی از این افراد پس از تجزیه و تحلیل توسط الگوریتم های هوش مصنوعی طبقه بندی شده و در برخی موارد با الگوی واقعی مطابقت داشته اند.

محققان تاکید کرده اند علی رغم تمرکز این مطالعه روی موبایل، از این فناوری می توان برای نفوذ به دستگاه های کامپیوتری مجهز به اسپیکر و میکروفون هم بهره برد با این حال پیچیدگی بالای این حمله امکان استفاده از آن توسط هکرها را تا حد زیادی کاهش می دهد.

علاوه بر این خوشبختانه در سال های اخیر کمپانی های تولید موبایل به سمت تعبیه حسگرهای شناسایی چهره، سنسورهای اثر انگشت فیزیکی و حتی زیر نمایشگرحرکت کرده اند که مانع از پیاده سازی چنین روش هایی برای نفوذ به موبایل کاربران می شود.

منبع: دیجیاتو

دیدگاه خود را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *


Type The Red Captcha Characters Below.