В условиях быстрого развития науки и техники вопросы информационной безопасности становятся все более актуальными. Мы часто обращаем внимание на такие аспекты, как сетевая безопасность и шифрование данных, но часто упускаем из виду некоторые, казалось бы, незаметные детали. Недавно результаты исследования исследовательской группы из Инженерной школы Университета Республики Уругвай дали нам более глубокое понимание информационной безопасности. Это исследование выявило возможность утечки информации из линий передачи данных HDMI из-за электромагнитного излучения и использовало технологию искусственного интеллекта для успешного восстановления исходного содержимого изображения из этих утекших сигналов. Редактор Downcodes расскажет вам больше об этом шокирующем исследовании.
В эпоху цифровых технологий важность защиты конфиденциальности становится все более заметной, но вы, возможно, не думали, что даже электромагнитное излучение кабелей передачи данных HDMI может стать каналом утечки информации. Недавно исследовательская группа из инженерного факультета Университета Республики Уругвай успешно восстановила исходное содержимое изображения из электромагнитных сигналов, утекших из кабелей передачи данных HDMI, с помощью технологии искусственного интеллекта.
В основе этого исследования лежит комплексная модель искусственного интеллекта, ориентированная на восстановление текста, которая способна снизить частоту появления символьных ошибок в сигналах HDMI примерно до 30%. Это может звучать немного абстрактно, но представьте, что крайний правый угол — это то, что отображается на экране вашего компьютера, а средний — это конечный результат модели ИИ, и вы сможете оценить мощь этой технологии.
Мы знаем, что цифровые сигналы, такие как HDMI, восстановить труднее, чем аналоговые сигналы, поскольку 10-битное кодирование приводит к увеличению пропускной способности и нелинейному сопоставлению между сигналом и интенсивностью пикселей. Однако появление этой технологии сделало изначально неуловимые электромагнитные волны декодируемыми.
Исследовательская группа сначала использовала антенны для улавливания электромагнитных волн, излучаемых кабелями и разъемами HDMI. Затем они получили эти сигналы через устройство программно-определяемой радиосвязи (SDR) и преобразовали их в цифровые образцы. Далее программные инструменты используются для обработки сигнала, извлечения данных изображения и, наконец, ввода их в модель искусственного интеллекта для распознавания и улучшения изображений.
Ключевым моментом является то, что они использовали Deep Residual UNet (DRUNet), сверточную нейронную сеть со структурой кодера-декодера, которая особенно подходит для задач восстановления изображений. Оптимизируя структуру сети и процесс обучения, DRUNet значительно повышает качество восстановления изображений, особенно с точки зрения читаемости текста.
Чтобы проверить эту технологию, команда создала набор данных, содержащий около 3500 образцов для тестирования. Результаты показывают, что на реальных наборах данных модель, использующая сложные выборки, демонстрирует наилучшую производительность по нескольким оценочным метрикам. Традиционные методы имеют коэффициент ошибок символов более 90% в реальных наборах данных, в то время как их модель может снизить это число до 35,3%.
Это исследование не только демонстрирует потенциал применения ИИ в области информационной безопасности, но и напоминает нам, что даже, казалось бы, безопасное соединение HDMI все же может подвергаться риску кражи информации. Тем не менее, исследовательская группа также предложила превентивные меры, такие как добавление низкоуровневого шума к изображению на дисплее или использование градиентов фона, которые могут эффективно снизить вероятность успешной электромагнитной утечки.
Адрес проекта: https://github.com/emidan19/deep-tempest
Адрес статьи: https://arxiv.org/pdf/2407.09717.
Это исследование вызвало у людей глубокие размышления об информационной безопасности, а также определило новое направление для развития будущих технологий защиты информации. Редактор Downcodes рекомендует всем обратить внимание на информационную безопасность и принять соответствующие меры защиты для защиты личной жизни и безопасности данных. Есть надежда, что это исследование сможет привлечь внимание большего числа людей и способствовать прогрессу технологий информационной безопасности.