轎車雷達線路板廠：賓夕法尼亞州立大學的研討人員運用一種現成的轎車雷達傳感器和一種新穎的處理辦法，證明他們能夠探測到手機耳機的轟動，并破譯電話另一端的人在說什么，準確率高達83%。

轎車雷達線路板廠：據核算機科學與工程助理教授Mahanth Gowda和核算機科學博士研討生Suryoday Basak表示，該演示將在2022年IEEE安全與隱私(SP)研討會上發布，揭示了一個重大的安全問題。

轎車雷達線路板廠：Basak說:“跟著時刻的推移，跟著技術變得越來越牢靠和強大，對手濫用這種傳感技術的可能性變得很大。”“咱們對這種利用的展示有助于科學文獻的聚集，這些文獻廣泛地說，‘嘿!轎車雷達能夠用來偷聽音頻。咱們需要為此做點什么。”

該雷達在毫米波(mmWave)頻譜中作業，特別是在60 - 64千兆赫和77 - 81千兆赫之間，這促進研討人員將他們的辦法命名為“mmSpy”。這是用于5G(全球第五代通信體系規范)的無線電頻譜的子集。

在mmSpy演示中，研討人員模擬了人們經過智能手機的耳機說話。Basak說，品牌無關，但研討人員在谷歌Pixel 4a和三星Galaxy S20上測試了他們的辦法。手機的耳時機因語音而轟動，這種轟動會滲透到整個手機機身。

Basak說:“咱們運用雷達來感知這種轟動，并重建線另一邊的人所說的話。”Basak指出，即便周圍的人和麥克風徹底聽不到聲音，他們的辦法也能見效。“這不是第一次發現相似的縫隙或攻擊方式，但這一特別方面——從智能手機線路的另一端檢測和重建語音——還沒有被探索過。”

經過MATLAB和Python模塊對雷達傳感器數據進行預處理，這兩個模塊是本研討運用的核算渠道語言接口，用于去除數據中的硬件相關噪聲和人工噪聲。然后，研討人員將其輸入經過訓練的機器學習模塊，以分類語音和重建音頻。當雷達感知到一英尺外的振蕩時，處理后的語音準確率為83%。雷達離手機越遠，準確率越低，在6英尺處的準確率下降到43%。

巴薩克說，一旦語音被重建，研討人員就能夠根據需要過濾、增強或對關鍵詞進行分類。該團隊正在繼續改善他們的辦法，以便更好地理解不僅怎么防范這個安全縫隙，并且怎么利用它進行有利的開發。Basak說:“咱們開發的辦法也能夠用于工業機械、智能家居體系和建筑監控體系的振蕩傳感。”“跟著時刻的推移，振蕩盯梢能夠協助評估磨損，例如，運用咱們的辦法能夠協助確定什么時候機器需要維修，而傳統上它是很明顯的。”

Basak說，相似的家庭保護乃至健康監控體系都能夠從這種敏感的盯梢中獲益。Basak說:“想象一下，如果一個雷達能夠盯梢用戶，并在某些健康參數發生風險變化時呼叫協助。”“經過一系列正確的方針行動，智能家居和工業中的雷達能夠在檢測到問題和問題時更快地解決問題。”

研討人員現在正在盡力擴展他們的偷聽攻擊與mmSpy，以加強他們的辦法，并將其轉化為這些更有建設性的使用。

巴薩克說:“與大約十年前的國際比較，今天咱們的連接更好了，咱們運用傳感器體系來監測咱們的呼吸、身體活動，乃至讓咱們的家更安全。”“作為一個研討團隊，咱們十分振奮能夠在這個領域作業，因為國際越來越依賴無線傳感器體系。咱們樂于戰勝復雜的技術挑戰和設計辦法，這些辦法能夠用于未來的現實國際體系。”