Исследователи из Бингемтонского университета разработали алгоритм, который позволяет с помощью показаний датчиков умных часов или фитнес-трекера с высокой точностью определить вводимый при помощи клавиатуры пароль или пин-код. О результатах своего исследования авторы рассказали на конференции ASIACCS 2016 в Сиане, кратко доклад пересказывает IEEE Spectrum.
В рамках проведенного эксперимента два десятка добровольцев носили умные часы LG W150, Moto 360 и отдельное устройство на базе комбинированного датчика отслеживания движений MPU-9150. Испытуемые набирали пин-код на клавиатуре банкомата, а исследователи записывали показания датчиков устройств о перемещении руки, нажимающей на клавиши.
Ученые получили пять тысяч наборов данных, для анализа которых использовали алгоритм собственной разработки. Как отмечают авторы, наиболее сложным был расчет расстояния перемещения руки между клавишами, для измерения которого использовались показания акселерометра. Поскольку начальная точка положения руки в каждом случае отличается, авторы «развернули» пин-код и начали считывать его с конца, приняв за начальную точку расшифровки нажатие кнопки Enter после ввода пин-кода. В результате авторам удалось добиться 80-процентной точности распознавания введенного цифрового кода на основе показаний одних лишь датчиков носимого гаджета.
Как отмечают исследователи, это означает, что технология вполне может быть использована для кражи реальных пин-кодов при помощи эксплойтов, использующих уязвимости в системном программном обеспечении умных часов и фитнес-трекеров. Кроме того, злоумышленнику при такой схеме не нужно находиться поблизости от банкомата, достаточно установить неподалеку Bluetooth-сниффер или использовать вредоносную программу на спаренном смартфоне.
Ученые считают, что для борьбы с подобной утечкой информации производители могут добавлять «шум» в показания датчиков. Пользователи, в свою очередь, могут при использовании умных часов и фитнес-трекеров делать во время набора пин-кода лишние движения, которые помешают злоумышленникам воспользоваться аналогичным алгоритмом.
Для его создания использовали три метода визуализации
Аллан Джонсон (Allan Johnson) из Дьюкского университета с коллегами представил трехмерный стереотаксический атлас мозга мыши, охватывающий анатомические структуры и клетки. Для его создания мозг и череп пяти мышей визуализировали тремя способами. Сначала мозг в черепной коробке трехмерно визуализировали диффузно-тензорной томографией с разрешением 15 микрометров (в 2,4 миллиона раз выше, чем у клинических томографов), которое позволяет рассмотреть цитоархитектуру мозговых структур. Затем с помощью микрокомпьютерной томографии отметили опорные точки черепа. После этого мозг извлекли и сделали снимки его срезов микроскопией плоскостного освещения, чтобы получить карты клеток. Результаты работы опубликованы в журнале Science Advances.