Шифр удалось взломать по «писку» компьютера

Шифр удалось взломать по «писку» компьютера

Группа израильских криптоаналитиков заявила о том, что научилась взламывать используемые для шифрования компьютерных данных ключи на основе высокочастотного звука, который издают электронные компоненты в процессе шифрования или, напротив, расшифровки данных. Из статьи, представленной исследователями, следует то, что этот метод имеет ряд ограничений.

Ученые из университета Тель-Авива и Вейцмановского научного института использовали в своей работе тот факт, что любые проводимые процессором вычисления требуют дополнительной электроэнергии. Это приводит к тому, что управляющие питанием процессора цепи изменяют режим своей работы в зависимости от того, какие операции выполняет компьютер. Изменение электроснабжения можно связать с характером вычислений, но вдобавок ко всему оно влияет и на колебания некоторых радиоэлектронных компонентов. Электролитические конденсаторы, например, под действием переменного тока немного сжимаются и разжимаются несколько десятков тысяч раз в секунду и это создает тихий, но вполне заметный для чувствительного микрофона звук, сообщает Lenta.ru.

Частота такого писка превышает порог человеческого слуха, однако даже в некоторых серийных смартфонах микрофон позволяет зарегистрировать подобный сигнал. Ученым удалось показать, что когда на ноутбуке (были проанализированы несколько разных устройств от разных производителей) запускается расшифровка заданного текста, эту операцию можно по звуку отличить от других, фоновых, задач. Более того, удалось экспериментальным путем восстановить ключ шифра после часа прослушивания шумов, издаваемых несколькими ноутбуками при расшифровке заданного текста.

С практической точки зрения такая атака требует микрофона, который расположен вблизи компьютера жертвы. Качественный параболический микрофон позволяет отойти на несколько метров (но он вряд ли пригоден для скрытого наблюдения), а обычный смартфон требуется поднести на расстояние в несколько десятков сантиметров, причем дополнительно развернуть микрофоном в сторону вентиляционных отверстий ноутбука. Кроме того, потребуется обеспечить запуск на компьютере процесса дешифровки.

Если атакуемая сторона не выполняет подобных операций или же занимается шифрованием разных текстов, включая неизвестные организатору атаки, то ключ шифра узнать не получится. Авторы также попробовали сымитировать параллельную загрузку процессора другой задачей и утверждают, что это не позволяет эффективно бороться с подслушиванием: при этом использовалась искусственная задача сложения чисел, в то время как реальные алгоритмы (например, восстановление картинки из сжатого файла) требуют большей нагрузки.

При этом высокая частота анализируемого звука не позволяет противодействовать атаке зашумлением помещения: большинство бытовых звуков имеют меньшую частоту. Кроме того, утверждается, что для «акустического взлома» может использоваться вирус, получающий данные с микрофона в самом компьютере: если микрофон достаточно чувствителен, то такая информация может помочь взломщику даже тогда, когда у него нет возможности физически подобраться к компьютеру.

Исследователи также приводят краткий обзор других методов, основанных на слежении за активностью электронных схем. В частности, проанализировать загрузку процессора можно по помехам, которые возникают в идущих от системного блока кабелях. Кроме того, достаточно давно используется анализ электромагнитного излучения оборудования и уже выпускаются серийные заземленные корпуса для борьбы с подобными атаками. Чтобы полностью застраховать себя от возможных взломов компьютерного оборудования, некоторые спецслужбы поступают и вовсе радикально: вместо компьютеров приобретают для работы с особо важными документами пишущие машинки. Впрочем, и по звуку нажимаемых клавиш тоже можно восстановить набираемый текст.

ИИ научился выявлять депрессию по голосовым сообщениям в WhatsApp

Учёные показали, что депрессию можно распознать буквально «по голосу» — и для этого не нужны ни долгие опросники, ни визит к врачу. Достаточно короткого голосового сообщения в WhatsApp (принадлежит Meta, признанной экстремистской и запрещенной в России).

Исследователи из Медицинской школы Санта-Каса-де-Сан-Паулу и компании Infinity Doctors разработали медицинскую языковую модель, которая с высокой точностью определяет наличие депрессивного расстройства по аудиосообщениям.

Результаты работы опубликованы 21 января 2026 года в открытом журнале PLOS Mental Health.

В эксперименте модель анализировала короткие голосовые сообщения, где участники просто рассказывали, как прошла их неделя. И результат оказался неожиданным: у женщин с диагностированной депрессией точность распознавания превысила 91%.

Это один из лучших показателей среди подобных исследований, особенно с учётом того, что речь идёт о бытовых сообщениях, а не специально записанных медицинских интервью.

Для обучения и тестирования использовались два набора данных с WhatsApp-аудио от носителей португальского. В них вошли записи пациентов с подтверждённым диагнозом «большое депрессивное расстройство» и контрольной группы без депрессии.

Часть сообщений была максимально простой — участникам предлагали досчитать от одного до десяти, другая часть — более естественной: свободный рассказ о прошедшей неделе.

Лучше всего модель справлялась именно со «спонтанной речью». У мужчин точность в этом же сценарии оказалась ниже — около 75%, что авторы связывают с меньшим числом мужских голосов в обучающей выборке и возможными различиями в речевых паттернах. При анализе простого счёта до десяти разница между полами почти исчезала: точность составляла около 80% у женщин и чуть меньше у мужчин.

По словам авторов, модель улавливает тонкие акустические признаки — темп речи, интонации, паузы, — которые сложно заметить человеку, но хорошо видит машинное обучение. И главное — всё это происходит в привычном для людей формате повседневного общения.

Исследователи считают, что при дальнейшем развитии технология может лечь в основу недорогих и удобных инструментов раннего скрининга депрессии, не требующих сложных процедур и не нарушающих повседневные привычки пользователей.

Как отметил старший автор исследования Лукас Маркес, «незаметные акустические особенности обычных голосовых сообщений могут с неожиданной точностью указывать на депрессивные состояния».

Напомним, в недавнем исследовании метаданные WhatsApp показали: мы плохо понимаем, как ведём себя в чатах.

RSS: Новости на портале Anti-Malware.ru