靠听打字声偷密码：AI 识别键盘按键准确率超 90%

开着 Zoom 开会时顺手敲一串密码，可能已经被 AI 听得一清二楚了。

来自英国杜伦大学、萨里大学和伦敦大学皇家霍洛威学院的研究团队，最近在 IEEE 欧洲安全与隐私研讨会上公布了一项研究：他们训练了一个机器学习模型，光凭按键发出的声音，就能猜出你按下了哪个键。

隔着电话听声辨键，准确率超过 90%

这项实验用的设备相当日常。研究人员找来一台 MacBook Pro，连续按下了上面的 36 个按键，包括所有英文字母和数字。

为了模拟真实按键，每个键按了 25 次，换了不同的手指，用的力度也轻重不一。

按键的声音通过两种方式记录：一种是放在键盘旁边的智能手机，另一种就是普通的 Zoom 在线会议。

随后，他们把部分录音喂给机器学习算法，让模型去抓取每一个按键特有的声学特征。

测试结果相当惊人。如果是手机录下的声音，模型识别单个按键的准确率高达 95%；即使是通过 Zoom 压缩传输后的音频，准确率依然达到了 93%。

杜伦大学的第一作者 Joshua Harrison 解释说，模型之所以能分清，很大程度上是因为按键在键盘上的物理位置不同。按键距离键盘边缘的远近，会导致发出的声音出现细微差别。

华威大学的冯浩教授还提醒，除了声音，视频里肩膀和手腕的微小动作，同样可能出卖按键信息，哪怕你的摄像头根本拍不到键盘。

防御的方法意外地简单

不过，研究团队也明确表示，这目前还是一项概念验证研究。实验室里的单键测试，和在现实中跑去嘈杂的咖啡馆破解一整串连续密码，还是有很大差距的。

要防范这种被称作「声学侧信道攻击」的手段，其实不需要换掉键盘。

研究人员给出了几条很实用的建议：尽量使用指纹或面容等生物识别登录，或者打开双重验证。

如果非要手打密码，多用 Shift 键切换大小写或输入符号也是个好办法。因为对于监听算法来说，很难判断你究竟在什么时候松开了 Shift 键。

为什么重要

对普通人来说，这并不是一个需要明天就恐慌的漏洞，但它实打实地给我们敲了个警钟。远程办公普及之后，大家开着麦克风、摄像头打字成了家常便饭，很多人完全没意识到输入行为本身就会泄露隐私。如果你经常开着会议麦克风敲敏感信息，现在最该做的，就是养成开麦时闭嘴也闭麦的习惯，或者直接换用密码管理器和指纹识别。

我们认为，这项研究最聪明的地方在于它没有依赖特制的昂贵收音设备，仅仅靠一部手机和日常的 Zoom 通话就把准确率拉到了 90% 以上。它打破了很多人觉得「压缩音频音质差就安全」的直觉。

隐患在于，随着家庭和办公环境里的智能麦克风越来越多，黑客利用环境声音发动侧信道攻击的门槛正在飞速降低。这看起来是在逼着会议软件厂商把降噪做得更彻底，甚至未来可能需要在检测到键盘敲击声时，主动在底层音频流里把敲击频率模糊掉。