Key Takeaways
- Peneliti telah menemukan metode untuk mengacak percakapan untuk mengalahkan mikrofon jahat agar tidak menangkap percakapan kita.
- Metode ini penting karena bekerja secara real-time pada streaming audio dan dengan pelatihan minimal.
- Para ahli memuji penelitian ini tetapi menganggapnya tidak banyak berguna bagi rata-rata pengguna ponsel cerdas.
Kami dikelilingi oleh perangkat pintar dengan mikrofon, tetapi bagaimana jika mereka telah disusupi untuk menguping kami?
Dalam upaya untuk melindungi percakapan kita dari pengintai, peneliti Universitas Columbia telah mengembangkan metode Kamuflase Suara Saraf yang mengganggu sistem pengenalan suara otomatis secara real-time tanpa merepotkan orang.
"Dengan masuknya [perangkat yang diaktifkan dengan suara pintar] ke dalam hidup kita, gagasan tentang privasi mulai menguap karena perangkat pendengar ini selalu menyala dan memantau apa yang dikatakan, " Charles Everette, Direktur Advokasi Cyber, Deep Instinct, kata Lifewire melalui email. "Penelitian ini merupakan tanggapan langsung terhadap kebutuhan untuk menyembunyikan atau menyamarkan suara dan percakapan seseorang dari penyadap elektronik ini, yang dikenal atau tidak dikenal di suatu daerah."
Berbicara
Para peneliti telah mengembangkan sistem yang menghasilkan suara senyap bisikan yang dapat Anda mainkan di ruangan mana pun untuk memblokir mikrofon jahat agar tidak memata-matai percakapan Anda.
Cara jenis teknologi ini melawan penyadapan mengingatkan Everette pada headphone peredam bising. Alih-alih menghasilkan suara bisikan pelan untuk menghilangkan kebisingan latar belakang, para peneliti menyiarkan suara latar belakang yang mengganggu algoritme Kecerdasan Buatan (AI) yang menafsirkan gelombang suara menjadi audio yang dapat dimengerti.
Mekanisme untuk menyamarkan suara seseorang tidak unik, tetapi yang membedakan Neural Voice Camouflage dari metode lain adalah ia bekerja secara real-time pada streaming audio.
"Untuk mengoperasikan pidato langsung, pendekatan kami harus memprediksi [audio pengacakan yang benar] ke masa depan sehingga mereka dapat diputar secara real-time, " catat para peneliti dalam makalah mereka. Saat ini, metode ini berfungsi untuk sebagian besar bahasa Inggris.
Hans Hansen, CEO Brand3D, mengatakan kepada Lifewire bahwa penelitian ini sangat signifikan karena menyerang kelemahan utama dalam sistem AI saat ini.
Dalam percakapan email, Hansen menjelaskan bahwa sistem AI pembelajaran mendalam saat ini secara umum dan pengenalan suara alami pada khususnya berfungsi setelah memproses jutaan rekaman data ucapan yang dikumpulkan dari ribuan pembicara. Sebaliknya, Kamuflase Suara Saraf bekerja setelah mengkondisikan dirinya sendiri hanya pada dua detik ucapan masukan.
Secara pribadi, jika saya khawatir tentang perangkat yang mendengarkan, solusi saya bukanlah menambahkan perangkat pendengar lain yang berusaha menghasilkan kebisingan latar belakang.
Pohon Salah?
Brian Chappell, kepala strategi keamanan di BeyondTrust, percaya bahwa penelitian ini lebih bermanfaat bagi pengguna bisnis yang takut mereka berada di tengah-tengah perangkat yang disusupi yang mendengarkan kata kunci yang menunjukkan informasi berharga sedang diucapkan.
"Di mana teknologi ini berpotensi menjadi lebih menarik adalah dalam keadaan pengawasan yang lebih otoriter di mana video AI dan analisis cetak suara digunakan terhadap warga negara," James Maude, Peneliti Keamanan Siber Utama BeyondTrust, mengatakan kepada Lifewire melalui email.
Maude menyarankan bahwa alternatif yang lebih baik adalah menerapkan kontrol privasi tentang cara data diambil, disimpan, dan digunakan oleh perangkat ini. Selain itu, Chappell percaya kegunaan metode peneliti terbatas karena tidak dirancang untuk menghentikan penyadapan manusia.
"Untuk rumah, ingatlah bahwa, setidaknya secara teori, menggunakan alat seperti itu akan menyebabkan Siri, Alexa, Google Home, dan sistem lain apa pun yang diaktifkan dengan kata pemicu yang diucapkan mengabaikan Anda," kata Chappel.
Tetapi para ahli percaya bahwa dengan meningkatnya penyertaan teknologi khusus AI/ML di perangkat pintar kami, sangat mungkin bahwa teknologi ini dapat masuk ke dalam ponsel kami, dalam waktu dekat.
Maude prihatin karena teknologi AI dapat belajar dengan cepat untuk membedakan antara noise dan audio asli. Dia berpikir bahwa meskipun sistem mungkin pada awalnya berhasil, itu bisa dengan cepat berubah menjadi permainan kucing dan tikus karena perangkat pendengar belajar menyaring suara gangguan.
Lebih mengkhawatirkan lagi, Maude menunjukkan bahwa siapa pun yang menggunakannya dapat, pada kenyataannya, menarik perhatian pada diri mereka sendiri karena mengganggu pengenalan suara akan tampak tidak biasa dan mungkin mengindikasikan Anda mencoba menyembunyikan sesuatu.
"Secara pribadi, jika saya khawatir tentang perangkat yang mendengarkan, solusi saya tidak akan menambahkan perangkat pendengar lain yang berusaha menghasilkan kebisingan latar belakang, " berbagi Maude. "Terutama karena hanya meningkatkan risiko perangkat atau aplikasi diretas dan dapat mendengarkan saya."
