Keeawayt
- Tutkijat ovat kehittäneet menetelmän sekoittaa keskusteluja estääkseen rikolliset mikrofonit tallentamasta keskustelujamme.
- Menetelmä on merkittävä, koska se toimii reaaliajassa äänen suoratoistossa ja vähäisellä harjoittelulla.
- Asiantuntijat ylistävät tutkimusta, mutta heidän mielestään siitä ei ole paljon hyötyä älypuhelimen keskimääräiselle käyttäjälle.
Ympärillämme on mikrofonilla varustetut älylaitteet, mutta entä jos ne ovat vaarantuneet salakuuntelemaan meitä?
Yrittääkseen suojata keskustelumme nuuskijoilta Columbian yliopiston tutkijat ovat kehittäneet Neural Voice Camouflage -menetelmän, joka häiritsee automaattisia puheentunnistusjärjestelmiä reaaliajassa häiritsemättä ihmisiä.
"Kun [älykkäät puheohjatut laitteet] tunkeutuvat elämäämme, ajatus yksityisyydestä alkaa haihtua, kun nämä kuuntelulaitteet ovat aina päällä ja tarkkailevat, mitä sanotaan", Charles Everette, Cyber Advocacyn johtaja, Deep Instinct kertoi Lifewirelle sähköpostitse. "Tämä tutkimus on suora vastaus tarpeeseen piilottaa tai naamioida yksilön ääni ja keskustelut näiltä sähköisiltä salakuuntelijoilta, jotka ovat tunnettuja tai tuntemattomia alueella."
Puhutaan yli
Tutkijat ovat kehittäneet järjestelmän, joka tuottaa kuiskauksellisia hiljaisia ääniä, joita voit toistaa missä tahansa huoneessa estääkseen rikollisia mikrofoneja vakoilemasta keskustelujasi.
Tapa, jolla tämäntyyppinen tekniikka estää salakuuntelun, muistuttaa Everetteä melua vaimentavista kuulokkeista. Sen sijaan, että tuottaisivat hiljaisia kuiskausääniä taustamelun poistamiseksi, tutkijat lähettävät taustaääniä, jotka häiritsevät tekoälyn (AI) algoritmeja, jotka tulkitsevat ääniaallot ymmärrettäväksi ääneksi.
Tällaiset mekanismit henkilön äänen naamioimiseksi eivät ole ainutlaatuisia, mutta Neural Voice Camouflage erottaa muista menetelmistä, että se toimii reaaliajassa äänen suoratoistossa.
"Elävän puheen käyttämiseksi lähestymistapamme on ennakoitava [oikea sekoitusääni] tulevaisuuteen, jotta ne voidaan toistaa reaaliajassa", huomauttavat tutkijat artikkelissaan. Tällä hetkellä menetelmä toimii suurimmalla osalla englannin kielestä.
Hans Hansen, Brand3D:n toimitusjohtaja, kertoi Lifewirelle, että tutkimus on erittäin merkittävä, koska se hyökkää nykypäivän tekoälyjärjestelmien suureen heikkouteen.
Sähköpostikeskustelussa Hansen selitti, että nykyiset syväoppivat tekoälyjärjestelmät yleensä ja luonnollinen puheentunnistus erityisesti toimivat sen jälkeen, kun on käsitelty miljoonia tuhansilta puhujilta kerättyjä puhetietoja. Sitä vastoin Neural Voice Camouflage toimii sen jälkeen, kun se on ehdoittanut itsensä vain kahden sekunnin sisääntulopuheen.
Henkilökohtaisesti, jos olen huolissani laitteiden kuuntelusta, ratkaisuni ei olisi lisätä toista kuuntelulaitetta, joka yrittää tuottaa taustakohinaa.
Väärä puu?
Brian Chappell, BeyondTrustin turvallisuusstrategi, uskoo, että tutkimuksesta on enemmän hyötyä yrityskäyttäjille, jotka pelkäävät olevansa vaarassa olevien laitteiden keskellä, jotka kuuntelevat avainsanoja, jotka osoittavat, että arvokasta tietoa puhutaan.
"Tämä tekniikka olisi mahdollisesti mielenkiintoisempaa, se on autoritaarisessa valvontatilassa, jossa tekoälyn video- ja äänitulostusanalyysiä käytetään kansalaisia vastaan", James Maude, BeyondTrustin johtava kyberturvallisuustutkija, kertoi Lifewirelle sähköpostitse.
Maude ehdotti, että parempi vaihtoehto olisi ottaa käyttöön yksityisyyden hallintaa siihen, miten nämä laitteet keräävät, tallentavat ja käyttävät tietoja. Lisäksi Chappell uskoo, että tutkijan menetelmän hyödyllisyys on rajallinen, koska sitä ei ole suunniteltu estämään ihmisten salakuuntelua.
"Muista, että ainakin teoriassa tällaisen työkalun käyttäminen aiheuttaa sen, että Siri, Alexa, Google Home ja kaikki muut järjestelmät, jotka aktivoidaan puhutulla laukaisusanalla, jättävät sinut huomiotta", sanoi. Chappell.
Mutta asiantuntijat uskovat, että AI/ML-spesifisen teknologian sisällyttäminen älylaitteisiimme on täysin mahdollista, että tämä tekniikka päätyy lähitulevaisuudessa puhelimiimme.
Maude on huolissaan, koska tekoälytekniikat voivat oppia nopeasti erottamaan kohinan ja todellisen äänen. Hän uskoo, että vaikka järjestelmä saattaa aluksi onnistua, se voi nopeasti muuttua kissa ja hiiri -peliksi, kun kuuntelulaite oppii suodattamaan häiritsevät äänet.
Huolestuttavammin Maude huomautti, että kuka tahansa sitä käyttävä voisi itse asiassa kiinnittää huomiota itseensä, koska äänentunnistuksen häiritseminen näyttäisi epätavalliselta ja saattaa viitata siihen, että yrität piilottaa jotain.
"Henkilökohtaisesti, jos olen huolissani laitteiden kuuntelemisesta, ratkaisuni ei olisi lisätä toista kuuntelulaitetta, joka pyrkii synnyttämään taustamelua", Maude kertoi. "Varsinkin kun se vain lisää riskiä, että laite tai sovellus joutuu hakkerointiin ja pystyy kuuntelemaan minua."
