手指尖留在鍵盤上的熱量也會洩露機密！英國格拉斯哥大學和沙特塔伊夫大學的研究人員報告稱，AI深度學習系統能夠從鍵盤上檢測人指尖的熱量，通過分析熱成像圖像就可以推測出使用者輸入的密碼等資訊，該系統在使用者輸入後20秒内拍攝的熱圖像中識别出密碼，準确率為86%，而6個字元的檢測準确率為100%。
研究人員将這種敏感資訊竊取稱為熱攻擊。其原理是用熱像儀對鍵盤和觸摸屏等使用者資訊輸入界面進行熱成像，然後用深度學習技術發現可用于識别使用者輸入的熱特征。這些熱量甚至可以預測敏感資訊的輸入，如密碼、PIN和信用卡号碼，這些都可以被攻擊者竊取。熱攻擊的過程是這樣的：首先使用物體檢測模型來識别熱圖像中鍵盤的位置，然後使用均值聚類來确定鍵盤上的按鍵，包括準确檢測多次按下的按鍵，以及哪些按鍵是使用者名的一部分以及密碼輸入的一部分。最後，這套AI學習系統确定按鍵的順序，并使用一個機率函數來生成一個最可能的使用者輸入清單。
實驗證明，如果在打字後20秒内拍攝熱圖像，86%的密碼被破譯，30秒内76%被破譯，60秒後，成功率降至62%，60秒後失敗率降至100%。研究還發現，6個字元的
密碼會100%被檢測出來，而8個字元和16個字元的密碼分别有93%和67%的時間在20秒内被檢測出來，這證明更長的密碼對熱攻擊的抵抗力要強得多。檢測率也随打字速度而變化，發現較慢的打字速度比較快的打字速度更容易受到熱攻擊。令人意外的是，鍵盤材料也會影響熱攻擊的成功率，丙烯腈-丁二烯-苯乙烯（ABS）鍵帽比聚對苯二甲酸丁二醇酯（PBT）鍵帽更容易受到熱攻擊。
#曬出黑科技# #科技# #深度學習# #人工智能#
