Un ataque de espionaje ideado por unos investigadores ha mostrado cómo es posible identificar el género y la persona que llama a un teléfono Android y detectar el habla hasta cierto punto sirviéndose de los sensores de movimiento.
Bautizado como 'EarSpy' este ataque de canal lateral escucha a escondidas al capturar los datos del sensor de movimiento que surgen del eco de los altavoces durante cualquier conversación, según recoge Cyware.
Este ataque se ha ideado para smartphones, porque los teléfonos inteligentes vienen con altavoces estéreo más potentes en comparación con los modelos de móviles básicos que se vendían hace algunos años, ofreciendo una calidad superior y vibraciones más fuertes.
El estudio ha sido realizado por un grupo de investigadores de cinco universidades estadounidenses, el Instituto de Tecnología de Nueva Jersey, la Universidad de Texas A&M, la Universidad de Temple, la Universidad de Rutgers y la Universidad de Dayton, han
Los autores usaron un dispositivo OnePlus 7T y otro OnePlus 9 en sus experimentos, junto con conjuntos variables de audio pregrabado que se reprodujo solo con los altavoces de los dos smartphones.
En una llamada simulada los investigadores usaron la app de terceros Physics Toolbox Sensor para obtener datos del acelerómetro. Luego utilizaron Matlab para extraer características de la transmisión de audio y analizarla.
¿Qué precisión tiene el método?
Según han compartido, la precisión en la identificación de género de la persona que llama en OnePlus 7T oscila entre el 77,7 % y el 98,7 %, la clasificación del identificador de llamadas entre el 63,0 % y el 91,2 %, y el reconocimiento de voz entre el 51,8 % y el 56,4 %.
En OnePlus 9, la identificación de género se registró en un 88,7 %, la identificación del hablante se redujo a una media del 73,6 %, mientras que el reconocimiento de voz se situó entre el 33,3 % y el 41,6 %.
Usando el altavoz y la aplicación Spearphone, los expertos crearon un ataque similar en 2020, donde el género de la persona que llama y la precisión de la identificación alcanzaron el 99%, mientras que el reconocimiento de voz alcanzó una precisión del 80%.