Kritische Bedrohung: KI stiehlt Daten mithilfe von Tastaturgeräuschen
Datendiebstahl per Aufzeichnung von Tastaturanschlägen ist eigentlich ein alter Hut. Nun hat ein Forscherteam allerdings eine KI so trainiert, das sie mit einer Genauigkeit von 95 Prozent alle Eingaben anhand von Tonaufnahmen erkennt.
Ein Forscherteam verschiedener britischer Universitäten hat seine Erkenntnisse jetzt geteilt. Die Wissenschaftler haben dazu ein Deep-Learning-Modell trainiert, das letztendlich mit einer Genauigkeit von 95 Prozent Daten aus Tastaturanschlägen stehlen kann, die mit einem Mikrofon aufgenommen wurden.
Ein solcher Angriff hat schwerwiegende Auswirkungen auf die Datensicherheit, da Passwörter, Nachrichten oder andere sensible Informationen an böswillige Dritte weitergegeben werden können.
Im Gegensatz zu anderen sogenannten Seitenkanalangriffen, die besondere Bedingungen erfordern, sind akustische Angriffe heute viel einfacher geworden. Eigentlich jedes Smartphone kann qualitativ hochwertige Audioaufnahmen machen und so Daten ausspionieren - Angreifer benötigen daher keinen direkten Zugriff auf ihr Zielgerät.
Die Forscher haben selbst mit der Aufzeichnung über einen Zoom-Call noch beste Ergebnisse erzielt. Der erste Schritt des Angriffs besteht darin, die Tastenanschläge aufzuzeichnen, da diese Daten für das Training des Vorhersage-Algorithmus benötigt werden. Infografik: Millionenschäden durch Datenlecks
Die Forscher sammelten Trainingsdaten für ihre KI, indem sie 36 Tasten auf einem modernen MacBook Pro jeweils 25 Mal drückten und den Ton aufzeichneten, der bei jedem Tastendruck entstand. Anschließend erstellten sie aus den Aufnahmen Wellenformen und Spektrogramme, die erkennbare Unterschiede für jede Taste visualisieren.
In ihren Experimenten verwendeten die Forscher ein MacBook Pro, ein iPhone 13 mini, welches 17 Zentimeter von der Tastatur entfernt war, und Zoom zur Aufzeichnung und Übertragung der Tastaturgeräusche.
Sobald sich die KI auf die Tastatur ihres Ziels eingerichtet hat, können alle Eingaben aufgezeichnet und von ihr in Textform abgespeichert werden.
Siehe auch:
Kritische Bedrohung - und sie wächst
Das ist eine völlig neue Dimension der Erkennung von Tastaturanschlägen. Nur mithilfe einer Aufzeichnung durch ein Mikrofon und vor allem ohne das Einschleusen einer Malware bei den Opfern gelang das Kunststück - und ist damit eine ernst zu nehmende Bedrohung. Das meldet das Online-Magazin Bleeping Computer.Ein Forscherteam verschiedener britischer Universitäten hat seine Erkenntnisse jetzt geteilt. Die Wissenschaftler haben dazu ein Deep-Learning-Modell trainiert, das letztendlich mit einer Genauigkeit von 95 Prozent Daten aus Tastaturanschlägen stehlen kann, die mit einem Mikrofon aufgenommen wurden.
Ein solcher Angriff hat schwerwiegende Auswirkungen auf die Datensicherheit, da Passwörter, Nachrichten oder andere sensible Informationen an böswillige Dritte weitergegeben werden können.
Im Gegensatz zu anderen sogenannten Seitenkanalangriffen, die besondere Bedingungen erfordern, sind akustische Angriffe heute viel einfacher geworden. Eigentlich jedes Smartphone kann qualitativ hochwertige Audioaufnahmen machen und so Daten ausspionieren - Angreifer benötigen daher keinen direkten Zugriff auf ihr Zielgerät.
Die Forscher haben selbst mit der Aufzeichnung über einen Zoom-Call noch beste Ergebnisse erzielt. Der erste Schritt des Angriffs besteht darin, die Tastenanschläge aufzuzeichnen, da diese Daten für das Training des Vorhersage-Algorithmus benötigt werden. Infografik: Millionenschäden durch Datenlecks
Wissen über Angriffsziele
Sobald die potenziellen Angreifer wissen, mit welchem Gerät gearbeitet wird, arbeitet die KI schnell sehr genau. In einem Beispiel wurde ein aktuelles MacBook Pro genutzt.Die Forscher sammelten Trainingsdaten für ihre KI, indem sie 36 Tasten auf einem modernen MacBook Pro jeweils 25 Mal drückten und den Ton aufzeichneten, der bei jedem Tastendruck entstand. Anschließend erstellten sie aus den Aufnahmen Wellenformen und Spektrogramme, die erkennbare Unterschiede für jede Taste visualisieren.
In ihren Experimenten verwendeten die Forscher ein MacBook Pro, ein iPhone 13 mini, welches 17 Zentimeter von der Tastatur entfernt war, und Zoom zur Aufzeichnung und Übertragung der Tastaturgeräusche.
Sobald sich die KI auf die Tastatur ihres Ziels eingerichtet hat, können alle Eingaben aufgezeichnet und von ihr in Textform abgespeichert werden.
Mögliche Abhilfemaßnahmen
Abhilfemaßnahmen gegen solche Angriffe gibt es natürlich auch schon. Ganz so einfach sind sie aber nicht und kommen daher auch bislang nur in Unternehmen zum Einsatz. Dazu gehört Software zur Reproduktion von Tastenanschlaggeräuschen, weißem Rauschen oder softwarebasierten Tastenanschlag-Audiofiltern. Damit werden Aufzeichnungen unbrauchbar.
Zusammenfassung
- KI-Trainingsmodell erkennt Tastaturanschläge mithilfe von Tonaufnahmen.
- Angriffe durch Smartphones möglich, kein direkter Zugriff notwendig.
- Forscher sammelten Trainingsdaten durch Tastendrücke eines MacBook Pro.
- KI kann Eingaben aufzeichnen und in Textform abspeichern.
Siehe auch:
Thema:
Videos zum Thema KI
- KI hält in Kameras Einzug: Was sie dort tut und was es bringt
- Super Bowl 2026: OpenAI lässt uns mit Codex Neues erschaffen
- Super Bowl 2026: Claude verrät, wie man einen Sixpack bekommt
- Super Bowl 2026: Oakley Meta-Brillen halten epische Sportmomente fest
- Super Bowl 2026: Base44 zeigt, wie KI jeden zum Programmierer macht
Beiträge aus dem Forum
Interessante Links
Neue Nachrichten
- Gemini 3.8 Flash: Google bringt neue KI-Modelle für Entwickler
- Adobe bringt Photoshop & Co. zu Slack: 70+ Tools ab sofort im Chat
- Rätselhaftes Teilchensignal: Hoffnung auf Nachweis Dunkler Materie
- Ungeliebte Beifahrer-Bildschirme: Ein Drittel nutzt sie gar nicht
- Überlebenskampf per Prompt: Google-KI schickt MrBeast in die Wildnis
- Samsung Galaxy: Nutzer ausgesperrt, Konten grundlos deaktiviert
- Stark reduziert: Media Markt & Saturn starten ihre Herbst-Deals
❤ WinFuture unterstützen
Sie wollen online einkaufen?
Dann nutzen Sie bitte einen der folgenden Links,
um WinFuture zu unterstützen:
Vielen Dank!
Alle Kommentare zu dieser News anzeigen