基于运动传感器的智能手机隐私攻击
密码学与安全
2020-10-20 v3
摘要
在本文中，我们构建了一种语音隐私攻击，该攻击利用智能手机内置扬声器产生的语音混响，并通过零权限运动传感器（加速度计）进行捕获。我们设计了攻击方法 Spearphone，并证明在适当音量下，内置扬声器产生的语音混响能够影响加速度计，从而泄露有关语音的敏感信息。具体而言，我们表明，通过利用受影响的加速度计读数并仔细选择特征集，结合现成的机器学习技术，Spearphone 能够针对智能手机上的任何音频/视频播放成功进行性别分类（准确率超过 90%）和说话人识别（准确率超过 80%）。我们在语音通话和语音助手响应上测试该攻击的结果同样令人鼓舞，展示了所提攻击的影响。此外，我们还在一定程度上进行了语音识别和语音重建，以提取有关被窃听语音的更多信息。我们的工作揭示了许多当前已部署智能手机中存在的一个基本设计漏洞，当人们在通话、媒体播放或语音助手交互期间使用智能手机的扬声器模式时，该漏洞可能会使人们的语音隐私面临风险。
引用
@article{arxiv.1907.05972,
title = {Motion Sensor-based Privacy Attack on Smartphones},
author = {S Abhishek Anand and Chen Wang and Jian Liu and Nitesh Saxena and Yingying Chen},
journal= {arXiv preprint arXiv:1907.05972},
year = {2020}
}
备注
15 pages, 25 figures