Peneliti Ungkap AI Bisa Identifikasi Password Lewat Suara Keyboard

Dalam pengembangan yang inovatif, para peneliti Inggris telah menciptakan AI, bernama CoAtNet, yang mampu mengidentifikasi penekanan tombol melalui tanda akustiknya. Dengan menggunakan smartphone sebagai mikrofon, yang diposisikan di dekat laptop, AI dilatih untuk menghubungkan suara unik dari setiap penekanan tombol dengan huruf yang sesuai.

Studi tersebut mengungkapkan bahwa, dengan ponsel cerdas yang ditempatkan hanya 20 sentimeter dari MacBook, AI berhasil menguraikan kata sandi yang diketik dengan akurasi 95 persen yang mengesankan.

Baca juga : AMD Luncurkan Solusi AI Mutakhir di Acara “Advancing AI”

Table of Contents

Bagaimana itu bekerja?

CoAtNet menggunakan algoritma pembelajaran mendalam untuk mengidentifikasi penekanan tombol hanya berdasarkan suara keyboard.

AI dilatih menggunakan spektogram yang mewakili suara unik yang dihasilkan setiap tombol. Pelatihan melibatkan penekanan masing-masing dari 36 tombol pada MacBook 25 kali berturut-turut, menggunakan jari yang berbeda dan tingkat tekanan yang berbeda-beda.

Tingkat kesuksesan

CoAtNet mencapai tingkat keberhasilan luar biasa sebesar 95% dalam mengartikan penekanan tombol, meningkatkan kekhawatiran tentang potensi implikasi privasi.

Hanya saja, ada keterbatasan dan pertimbangan untuk dijalani. AI perlu disesuaikan dengan setiap jenis keyboard, karena suara antar keyboard dapat berbeda-beda. AI kesulitan dengan nuansa tombol Shift, membuat kata sandi dengan campuran huruf besar dan kecil, angka, dan simbol menjadi lebih aman.

Aplikasi Dunia Nyata

Studi ini berfungsi sebagai pembuktian konsep dan belum digunakan untuk peretasan kata sandi sebenarnya atau di lingkungan dunia nyata seperti kedai kopi.

Pengelola kata sandi dengan kemampuan pengisian otomatis, autentikasi dua faktor, dan opsi biometrik dapat memberikan peningkatan keamanan terhadap spionase akustik semacam itu.

Implikasi dan Pertimbangan di Masa Depan

Kemampuan AI Tingkat Lanjut: Studi ini menyoroti kemampuan canggih algoritma AI dalam mengekstraksi wawasan dari tipe data baru, seperti sinyal akustik.
Kesadaran dan Keamanan Siber: Meningkatkan kesadaran tentang potensi risiko keamanan siber dan perlunya mekanisme pertahanan yang kuat terhadap kemampuan AI yang terus berkembang.
Serangan side-channel: Sinyal akustik, yang biasanya dikaitkan dengan Side-Channel Attacks, kini menjadi sasaran analisis canggih melalui teknik pembelajaran mesin tingkat lanjut.

Kesimpulan

Meskipun penelitian ini berfungsi sebagai pembuktian konsep, pengembangan CoAtNet menggarisbawahi perlunya peningkatan kesadaran mengenai implikasi privasi dari teknologi AI yang canggih. Seiring dengan kemajuan AI, sangatlah penting bagi individu dan organisasi untuk tetap waspada dan menerapkan langkah-langkah keamanan siber yang kuat untuk melindungi informasi sensitif dari ancaman baru, termasuk yang berasal dari penyadapan akustik.

Comments