隨著科技的快速發展，資訊安全問題日益突出。我們常常關注網路安全、資料加密等方面，卻往往忽略一些看似不起眼的細節。最近，烏拉圭共和國大學工程學院的研究團隊的一項研究成果，讓我們對資訊安全有了更深入的認識。這項研究揭示了HDMI數據線電磁輻射洩漏資訊的可能性，並利用AI技術成功地從這些洩漏的訊號中恢復了原始畫面內容。 Downcodes小編將帶你深入了解這項令人震驚的研究。
在數位時代，隱私保護的重要性日益凸顯，但你可能沒想到，就連HDMI數據線的電磁輻射也可能成為洩漏資訊的管道。最近，烏拉圭共和國大學工程學院的研究團隊，透過AI技術，成功實現了從HDMI資料線洩漏的電磁訊號中恢復原始畫面內容的壯舉。
這項研究的核心是端到端的AI模型，專注於文字恢復，能夠將HDMI訊號的字元錯誤率降低至大約30%。這聽起來可能有些抽象，但想像一下，最右邊是你的電腦螢幕顯示的內容，而中間則是AI模型最終輸出的結果，你就能體會到這項技術的震撼力。
我們知道，與類比訊號相比，數位訊號如HDMI更難恢復，因為10位元編碼導致頻寬增大和訊號與像素強度之間的非線性映射。然而，這項技術的出現，讓原本難以捉摸的電磁波變得可以解碼。
研究團隊首先使用天線捕捉由HDMI電纜和連接器發出的電磁波，然後透過軟體定義無線電（SDR）設備接收這些訊號，並將其轉換成數位樣本。接下來，利用軟體工具對訊號進行處理，擷取影像數據，最後輸入到AI模型中進行影像辨識和增強。
關鍵在於，他們使用了深度殘差UNet（DRUNet），這是一種編碼器-解碼器結構的捲積神經網絡，特別適合影像復原任務。透過優化網路結構和訓練過程，DRUNet顯著提升了影像恢復的質量，尤其是在文字的可讀性方面。
為了驗證這項技術，團隊建立了一個包含約3500個樣本的資料集進行測試。結果顯示，在真實資料集上，使用複數樣本的模型在多個評估指標上都展現出最佳表現。傳統方法在真實資料集上的字元錯誤率超過90%，而他們的模型能將此數字降至35.3%。
這項研究不僅展示了AI在資訊安全領域的應用潛力，同時也提醒我們，即使是看似安全的HDMI連接，也可能有被竊取資訊的風險。不過，研究團隊也提出了預防措施，例如在顯示器影像上添加低階雜訊或使用背景漸變，可以有效降低電磁外洩的成功率。
專案地址:https://github.com/emidan19/deep-tempest
論文網址：https://arxiv.org/pdf/2407.09717
這項研究引發了人們對資訊安全的深刻思考，也為未來資訊安全防護技術的發展提供了新的方向。 Downcodes小編建議大家注意資訊安全，並採取相應的防護措施，以保障個人隱私和資料安全。 希望這項研究能引起更多人的關注，推動資訊安全技術的進步。