Опубликован метод акустической слежки без специальных средств

Опубликован метод акустической слежки без специальных средств

Опубликован метод акустической слежки без специальных средств

Аргентинский хакер Альфредо Ортега представил новый способ дистанционного слежения за происходящим у удаленного компьютера. Для этого он измерял изменения в скорости работы жесткого диска на ноутбуке-жертве. Поскольку при сильном звуке рядом винчестер начинает работать медленнее, новый метод позволяет «вычислить» такие звуки из любой точки мира.

На этой основе можно создать систему удаленного отслеживания нормальной работы компьютеров в дата-центрах, полагает разработчик. По тому же принципу можно удаленно физически повреждать жесткие диски на выбранном компьютере. Соответствующие материалы выложены Ортегой на Github.

Жесткий диск записывает и считывает данные с помощью пластины и считывающей головки. И то, и другое под действием низкочастотных или громких звуков колеблется, отчего скорость работы устройства снижается, – например, при сильном крике или если в помещении с компьютером играет очень громкая музыка. По методу Ортеги, хакер должен лишь включить на удаленном компьютере системный вызов read () (вариант для ядра Linux). Вызов обращается к жесткому диску, и в реальном времени измеряет время выполнение им операций записи. Анализ статистики полученных данных осуществляется утилитой Kscope, которая отслеживает пики и провалы в графике записи, пишет kp.ru.

Как показала серия экспериментов, проведенных Ортегой, по этим пикам можно удаленно засечь разные звуки, раздающиеся рядом с компьютером-жертвой. Например, шаги — причем так можно различить шаги одного и того же человека, но обутого в обувь с мягкой подошвой или в обувь с твердой подошвой. Хорошо различим звук разбитого стекла или крик. Поэтому новый метод можно использовать как своего ода сигнализацию — несанкционированое проникновение в запертое помещение, где стоит работающий компьютер, трудно осуществить беззвучно.

Кроме того, Ортега отмечает, что его метод годится и для решения обратной задачи — удаленного воздействия на жесткий диск с целью его отключения и преднамеренной порчи. Для этого хакер должен лишь захватить управление колонками ноутбука или компьютера и заставить их воспроизводить звук на частоте, близкой к резонансной для работающего жесткого диска. В результате колебания его пластины и головки заметно усилятся. Диск автоматически отключится. При этом он сможет получить заметные физические повреждения. Атака такого рода довольно проста технически и при массовом осуществлении может нанести ущерб сразу большому количеству компьютеров пользователей по всему миру.

В настоящее время метод недостаточно чувствителен для эффективного анализа человеческой речи в помещении, где стоит атакуемый удаленным хакером компьютер. Тем не менее, ведутся работы по его улучшению— ряд исследователей надеется сделать реальным и такое удаленное прослушивание разговоров. Подобная слежка будет заметно дешевле и проще современных методов, подразумевающих трудоемкое размещение записывающих устройств в нужном помещении. К тому же она не требует визита туда, что позволит вести прослушивание более скрытно. Впрочем, ряд специалистов скептически относятся к такой возможности: они считают, что чувствительность жестких дисков к высоким частотам, типичным для человеческой речи, слишком мала.

97% компаний в России внедряют ИИ, но 54% не видят его ценности

UserGate изучила, как российские компании внедряют инструменты на базе ИИ и что мешает делать это быстрее. Опрос прошёл в январе 2026 года, в нём участвовали 335 топ-менеджеров компаний с выручкой от 100 млн рублей в год. Картина получилась довольно показательная: 97% компаний уже используют ИИ, тестируют его в пилотах или собираются внедрять в ближайшее время.

То есть искусственный интеллект из разряда «модного тренда» окончательно перешёл в категорию рабочих инструментов.

Чаще всего ИИ применяют для вполне прикладных задач. На первом месте — генерация отчётов и аналитики (42%). Далее идут оптимизация сетевой инфраструктуры (38%), анализ больших массивов логов (37%), ускорение расследований инцидентов (35%) и повышение эффективности Help Desk (32%).

Иными словами, бизнес в первую очередь использует ИИ там, где он помогает сэкономить время и ресурсы или усилить функции безопасности.

Интересно, что приоритеты зависят от масштаба компании. В корпоративном сегменте более 60% респондентов указали анализ больших логов как ключевое направление — что логично при объёмах данных в крупных ИТ-ландшафтах. В среднем бизнесе на первый план выходит оптимизация сетевой инфраструктуры (45%).

При этом 7% компаний пока вообще не рассматривают внедрение ИИ. Главные причины — неясная ценность технологии (54%) и неопределённость рисков (38%). Также среди барьеров называют отсутствие чёткого распределения ответственности (29%), ограниченные бюджеты (29%) и нехватку экспертизы (17%). По сути, речь идёт не столько о скепсисе, сколько о нехватке понимания, как именно внедрять ИИ и как управлять связанными с ним рисками.

Отдельно респондентов спросили, какие технологии окажут наибольшее влияние на кибербезопасность в ближайшие 12 месяцев. Лидером стали ИИ и машинное обучение — их назвали около половины представителей коммерческого и государственного сегментов. Даже те компании, которые пока осторожничают с практическим внедрением, всё равно рассматривают машинное обучение как ключевой фактор трансформации ИБ в среднесрочной перспективе.

Как отмечает руководитель отдела стратегической аналитики UserGate Юлия Косова, бизнес уже активно использует ИИ в операционных и защитных сценариях, но ожидания рынка зачастую опережают текущую практику. Дальнейший эффект, по её словам, будет зависеть от зрелости процессов, качества данных и способности управлять рисками.

RSS: Новости на портале Anti-Malware.ru