Laïp Siks Thesis

C'est officiel, encore une bonne idée qui a déjà été faite : reconstituer les passwords rien qu'au son des claviers. Chaque touche est une sorte d'harmonique avec sa signature propre, le chant mêlé de chacune des touches est bien plus que l'infâme cliquetit qui donne envie d'égorger son voisin de bureau qui chatte sur msn, non c'est une symphonie secrète qui révèle le fond splendide de la pensée du compositeur qui s'ignore à qui sait l'écouter (ce que décrivent les articles suivants).



Dans l'abstract de A Novel Approach to User Authentication Through Machine Learning of Keyboard Acoustic Emanations on peut lire :

Recent work by Asonov and Agrawal [1] and
Zhuang et al. [2] has shown that acoustic emanations from
keyboards can be used to reconstruct the text that is being
typed. This, in theory, allows for the retrieval of confidential
information such as passwords by covertly recording sound from
the keyboard, and thus poses a significant security threat.
Their techniques work because different keys produce different
acoustic signatures when struck by the typist. Classifiers can be
built to detect these differences and language models help in
establishing priors for the various key combinations.
This paper looks at applying machine learning techniques to
the identification and authentication of users based solely on the
acoustic waveform generated as the user types on a keyboard.
This is possible because, not only do different keys produce
different sounds, but the same key sequence can produce different
acoustic waveforms when typed by a different user. Classification
accuracies of up to 98% are reported on a small set of trial user.


Et dans le corps:


As discussed above, the keystroke detection algorithm will
sometimes fail to detect actual keystrokes and ocassionally
produces erroneous keystrokes. In an attempt to remove the
keystroke detection algorithm from the classification proce-
dure, a left-to-right hidden Markov model (HMM) with states
for silence, hit peak, silence, and release peak was designed.
The HMM can then automatically detect keystrokes given a
sequence of feature vectors from the entire acoustic waveform.
The HMM has the added benefit of modeling temporal infor-
mation (such as inter-key timing).


Je ne sais pas si ils l'ont suggéré/dit, mais le timing entre touche me semble une information pertinente pour trouver faciliter la reconnaissance d'un mot (pour un layout de clavier donné). Deuxiement, je n'ai pas vu à quel moment ils essayent d'associer une signature spectrale à une lettre, mais ce qui tombe sous le sens est de considérer la fréquence des signatures vis à vis de la fréquences des lettres dans une langue.

L'autre article Dictionary Attacks Using Keyboard Acoustic Emanations sur le sujet, qui lui se sert de satisfaction de contraintes pour créer le problème. (alors elle est pas belle la vie d'avoir fait un master IA?)


C'est tout me diriez vous? Et bien non, maintenant il est aussi possible de reconstituer ce qui est écrit à partir d'une vidéo de coupable de crimpense! (et oui monsieur, sic tempora, sic mores!)

par Zacharias Galouzeau de Moussaoui le mercredi 30 avril 2008 à 18:17 |