动态歌曲理解：通过手机振动破译个人收听习惯
密码学与安全
2019-09-20 v1 机器学习
摘要
音乐是我们身份的一种表达，与其他个人特征、信仰和习惯存在显著相关性。如果被恶意实体获取，个人的音乐收听习惯可能被用来对用户做出关键推断。在本文中，我们展示了一种攻击，即通过手机扬声器播放音乐时传播的振动，可用于检测和分类歌曲。我们的攻击表明，已知歌曲的检测准确率略低于80%，而对包含100首歌曲的语料库进行分类的准确率超过80%。我们在涉及三种表面和五种手机扬声器音量的多种实验场景下研究了这些问题。尽管用户可以通过使用手机壳来抑制振动以减轻部分风险，但我们表明，一个老练的攻击者可以调整攻击方法，仍能以不错的准确率对歌曲进行分类。本文展示了一种利用运动传感器数据在未经用户明确许可的情况下侵犯其音乐偏好的新方式。无论这些信息是被用于经济收益还是政治目的，我们的研究都论证了为什么公司，以及在必要时个人，应采用更严格的方法来保护用户数据。
引用
@article{arxiv.1909.09123,
title = {Kinetic Song Comprehension: Deciphering Personal Listening Habits via Phone Vibrations},
author = {Richard Matovu and Isaac Griswold-Steiner and Abdul Serwadda},
journal= {arXiv preprint arXiv:1909.09123},
year = {2019}
}
备注
25 pages, 14 figures