Con el rápido desarrollo de la ciencia y la tecnología, las cuestiones de seguridad de la información se han vuelto cada vez más prominentes. A menudo prestamos atención a aspectos como la seguridad de la red y el cifrado de datos, pero a menudo pasamos por alto algunos detalles aparentemente discretos. Recientemente, un resultado de investigación de un equipo de investigación de la Escuela de Ingeniería de la Universidad de la República del Uruguay nos ha brindado una comprensión más profunda de la seguridad de la información. Este estudio reveló la posibilidad de que la radiación electromagnética filtre información de las líneas de datos HDMI y utilizó tecnología de inteligencia artificial para recuperar con éxito el contenido de la imagen original de estas señales filtradas. El editor de Downcodes lo llevará a conocer más sobre esta impactante investigación.
En la era digital, la importancia de la protección de la privacidad se ha vuelto cada vez más prominente, pero quizás no hayas pensado que incluso la radiación electromagnética de los cables de datos HDMI puede convertirse en un canal de fuga de información. Recientemente, un equipo de investigación de la Facultad de Ingeniería de la Universidad de la República de Uruguay logró con éxito la hazaña de restaurar el contenido de la imagen original a partir de señales electromagnéticas filtradas desde cables de datos HDMI mediante tecnología de inteligencia artificial.
En el centro de esta investigación se encuentra un modelo de IA de extremo a extremo centrado en la recuperación de texto que es capaz de reducir la tasa de error de caracteres de las señales HDMI a aproximadamente un 30%. Esto puede sonar un poco abstracto, pero imagina que el extremo derecho es lo que se muestra en la pantalla de tu computadora y el medio es el resultado final del modelo de IA, y podrás apreciar el poder de esta tecnología.
Sabemos que las señales digitales como HDMI son más difíciles de recuperar que las señales analógicas porque la codificación de 10 bits genera un mayor ancho de banda y un mapeo no lineal entre la señal y la intensidad de los píxeles. Sin embargo, la aparición de esta tecnología ha hecho que las ondas electromagnéticas, originalmente esquivas, sean decodificables.
El equipo de investigación utilizó primero antenas para capturar ondas electromagnéticas emitidas por cables y conectores HDMI. Luego recibieron estas señales a través de un dispositivo de radio definido por software (SDR) y las convirtieron en muestras digitales. A continuación, se utilizan herramientas de software para procesar la señal, extraer datos de la imagen y, finalmente, ingresarlos en el modelo de IA para el reconocimiento y mejora de la imagen.
La clave es que utilizaron Deep Residual UNet (DRUNet), una red neuronal convolucional con una estructura codificador-decodificador que es particularmente adecuada para tareas de restauración de imágenes. Al optimizar la estructura de la red y el proceso de capacitación, DRUNet mejora significativamente la calidad de la restauración de imágenes, especialmente en términos de legibilidad del texto.
Para validar esta tecnología, el equipo construyó un conjunto de datos que contenía aproximadamente 3500 muestras para realizar pruebas. Los resultados muestran que en conjuntos de datos reales, el modelo que utiliza muestras complejas muestra el mejor rendimiento en múltiples métricas de evaluación. Los métodos tradicionales tienen una tasa de error de caracteres de más del 90% en conjuntos de datos reales, mientras que su modelo puede reducir este número al 35,3%.
Esta investigación no solo demuestra el potencial de aplicación de la IA en el campo de la seguridad de la información, sino que también nos recuerda que incluso una conexión HDMI aparentemente segura puede correr riesgo de robo de información. Sin embargo, el equipo de investigación también propuso medidas preventivas, como agregar ruido de bajo nivel a la imagen de la pantalla o usar gradientes de fondo, que pueden reducir efectivamente la tasa de éxito de las fugas electromagnéticas.
Dirección del proyecto: https://github.com/emidan19/deep-tempest
Dirección del artículo: https://arxiv.org/pdf/2407.09717
Esta investigación desencadenó un pensamiento profundo en la gente sobre la seguridad de la información y también proporcionó una nueva dirección para el desarrollo de la futura tecnología de protección de la seguridad de la información. El editor de Downcodes recomienda que todos presten atención a la seguridad de la información y tomen las medidas de protección correspondientes para proteger la privacidad personal y la seguridad de los datos. Se espera que esta investigación pueda atraer la atención de más personas y promover el progreso de la tecnología de seguridad de la información.