【導(dǎo)讀】通過使用人類無法聽到卻可以被電子麥克風(fēng)識別的高頻聲波，研究人員得以向市面上所有主流“智能助手”發(fā)送只能被目標(biāo)設(shè)備聽到的指令。浙江大學(xué)的研究團(tuán)隊(duì)把他們的技術(shù)命名為“ 海豚攻擊 ”。你想了解其中的原理嗎？來上一堂物理課吧！
來自中國的安全研究人員發(fā)明了一種巧妙的方法，不用說話就能激活語音識別系統(tǒng)。通過使用人類無法聽到卻可以被電子麥克風(fēng)識別的高頻聲波，研究人員得以向市面上所有主流“智能助手”發(fā)送只能被目標(biāo)設(shè)備聽到的指令。
這支來自浙江大學(xué)的研究團(tuán)隊(duì)把他們的技術(shù)命名為“ 海豚攻擊 ”，因?yàn)楹ｋ嗑褪怯酶哳l聲波進(jìn)行交流的。你想了解其中的原理嗎？來上一堂物理課吧！
科學(xué)原理
大多數(shù)電子產(chǎn)品中的麥克風(fēng)使用了一小塊薄膜，它可以通過振動來響應(yīng)由聲波引起的氣壓變化。由于人類通常聽不到任何 20 千赫以上的信號，麥克風(fēng)軟件一般不會對那些信號進(jìn)行處理。不過，從技術(shù)上講，那些信號仍然會被偵測到——這被稱為低通濾波器。
完美的麥克風(fēng)會且僅會在特定的輸入頻率下以已知的頻率振動。但在現(xiàn)實(shí)世界中，薄膜會受到諧波的影響——舉例來說，400 赫茲的音調(diào)也會引起 200 赫茲和 800 赫茲的響應(yīng)（這里的數(shù)字并不精確，但意思就是這樣）。你可以在 維基百科 上找到一些非常不錯(cuò)的 GIF 動畫，它們對此進(jìn)行了生動的展示。不過，這通常不會成為一個(gè)問題，因?yàn)橹C波的強(qiáng)度要比原來的振動弱得多。
假如你希望麥克風(fēng)響應(yīng)一個(gè) 100 赫茲的音調(diào)，但出于某種原因不想發(fā)出這種聲音。如果你發(fā)出一個(gè)強(qiáng)度足夠大的 800 赫茲音調(diào)，它的諧波將能產(chǎn)生 100 赫茲的音調(diào)，而后者僅會被麥克風(fēng)識別。其他人將只能聽到原來的 800 赫茲音調(diào)，卻不會知道設(shè)備對其他音調(diào)進(jìn)行了響應(yīng)。
狡猾的調(diào)制解調(diào)器
這些基本上就是研究人員所做的事情，當(dāng)然他們采用了更精確的方式。研究人員發(fā)現(xiàn)，大多數(shù)語音激活設(shè)備（包括手機(jī)、智能手表和家庭中樞設(shè)備）所使用的麥克風(fēng)都會受到這種諧波影響。
以上圖表展示的是：超聲波（黑色的“波”）生成，產(chǎn)生紅色的諧波，然后被低通濾波器消除。
首先，他們利用高得多的超聲頻率生成了目標(biāo)音調(diào)，以此進(jìn)行測試，并獲得了成功。接著，他們嘗試用 500-1000 赫茲之間的多層音調(diào)重建語音片段——這個(gè)過程要更加復(fù)雜，但本質(zhì)上并無區(qū)別。而且，這個(gè)過程并不需要用到很多專門的硬件，你可以在電器商店買到現(xiàn)成的。
經(jīng)過解調(diào)的語音能夠很好地激活設(shè)備，并且支持所有主流的語音識別平臺：
“海豚攻擊”的語音指令雖然完全無法被人類聽見，但卻可以被電子設(shè)備的音頻硬件接收到，并且可以 被語音識別系統(tǒng)正確理解。我們在各大語音識別系統(tǒng)上驗(yàn)證了“海豚攻擊”，其中包括 Siri、Google Now、三星 S Voice、華為 HiVoice語音智靈、Cortana 以及 Alexa。
它們得以成功執(zhí)行多種命令，從喚醒短語（“OK Google”）到復(fù)雜請求（“把后門打開”）。自然而然，不同的手機(jī)和不同的短語會有不同的成功率，而且距離遠(yuǎn)近也會有影響。不過，實(shí)施攻擊的有效距離均未超過 5 英尺。
研究人員制作的便攜式“海豚攻擊”系統(tǒng)。
看不見的指令可以穿過空氣，偷偷讓你的設(shè)備執(zhí)行它們，這個(gè)想法讓人感到可怕（當(dāng)然，WiFi 攻擊也是這個(gè)樣子）。不過，“海豚攻擊”的危險(xiǎn)性是有限的，這里面有幾個(gè)原因。
首先，你可以把語音識別系統(tǒng)的喚醒功能關(guān)閉，以此杜絕“海豚攻擊”。這樣一來，如果其他人要想進(jìn)行攻擊，語音識別軟件就必須處在打開狀態(tài)。
其次，即便你打開了喚醒功能，很多設(shè)備會禁止語音識別軟件訪問聯(lián)系人、打開應(yīng)用或網(wǎng)站，直至你解鎖設(shè)備。攻擊者或許可以偷偷用你的設(shè)備詢問天氣情況或者尋找附近的泰國菜餐館，但卻無法操縱設(shè)備訪問惡意網(wǎng)站。
最后，也許是最明顯的一個(gè)原因，在目前的狀態(tài)下，攻擊必須在數(shù)英尺之內(nèi)才能發(fā)動。即便攻擊者可以在近距離內(nèi)發(fā)出指令，但如果你的手機(jī)被喚醒并重復(fù)“好的，匯錢到莫斯科”這樣的指令，你很有可能會馬上注意到。
即便如此，在某些場景下，“海豚攻擊”仍然可能奏效。如果一臺配備揚(yáng)聲器的物聯(lián)網(wǎng)設(shè)備遭到入侵，攻擊者便可以用它發(fā)出超聲波，指揮附近的 Echo 音箱打開房門或關(guān)閉警報(bào)。
這樣的威脅或許不是特別現(xiàn)實(shí)，但它也說明了攻擊者可以采用多種途徑入侵我們的設(shè)備。要對那些希望被應(yīng)用于日常生活的技術(shù)進(jìn)行審查，把它們拿出來公開測試并設(shè)計(jì)好應(yīng)對攻擊的措施，這乃是必不可少的一環(huán)。
