論文の概要: SmartAttack: Air-Gap Attack via Smartwatches

• arxiv url: http://arxiv.org/abs/2506.08866v1
• Date: Tue, 10 Jun 2025 14:56:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-11 15:11:42.658952
• Title: SmartAttack: Air-Gap Attack via Smartwatches
• Title（参考訳）: SmartAttack: スマートウォッチによるエアギャップ攻撃
• Authors: Mordechai Guri,
• Abstract要約: 本稿では,センサを受信機として利用するSmartAttackを提案し,評価する。 提案手法では,スマートウォッチ内蔵マイクロホンを用いて18-22kHzの超音波周波数範囲内で,隠蔽信号をリアルタイムに捕捉する。 我々の発見は、スマートウォッチが高セキュリティ環境にもたらすセキュリティリスクを強調し、この新たな脅威に対処するための緩和戦略の概要を説明した。
• 参考スコア（独自算出の注目度）: 1.74048653626208
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Air-gapped systems are considered highly secure against data leaks due to their physical isolation from external networks. Despite this protection, ultrasonic communication has been demonstrated as an effective method for exfiltrating data from such systems. While smartphones have been extensively studied in the context of ultrasonic covert channels, smartwatches remain an underexplored yet effective attack vector. In this paper, we propose and evaluate SmartAttack, a novel method that leverages smartwatches as receivers for ultrasonic covert communication in air-gapped environments. Our approach utilizes the built-in microphones of smartwatches to capture covert signals in real time within the ultrasonic frequency range of 18-22 kHz. Through experimental validation, we assess the feasibility of this attack under varying environmental conditions, distances, orientations, and noise levels. Furthermore, we analyze smartwatch-specific factors that influence ultrasonic covert channels, including their continuous presence on the user's wrist, the impact of the human body on signal propagation, and the directional constraints of built-in microphones. Our findings highlight the security risks posed by smartwatches in high-security environments and outline mitigation strategies to counteract this emerging threat.
• Abstract（参考訳）: エアバッグシステムは、外部ネットワークから物理的に隔離されているため、データ漏洩に対して非常に安全であると考えられている。 この保護にもかかわらず、これらのシステムからデータを抽出する有効な方法として、超音波通信が実証されている。 スマートフォンは、超音波カバーチャネルの文脈で広く研究されてきたが、スマートウォッチはいまだに探索されていないが効果的な攻撃ベクトルである。 本稿では,スマートアタック(SmartAttack)を提案する。これは,エアバッグ環境下での超音波カバー通信において,スマートウォッチをレシーバとして活用する新しい手法である。 提案手法では,スマートウォッチ内蔵マイクロホンを用いて18-22kHzの超音波周波数範囲内で,隠蔽信号をリアルタイムに捕捉する。 実験により, 環境条件, 距離, 方向, 騒音レベルに応じて, この攻撃の有効性を評価する。 さらに、ユーザの手首に連続的な存在感、人体が信号伝達に与える影響、内蔵マイクの指向性制約など、超音波カバーチャネルに影響を与えるスマートウォッチ固有の要因を分析した。 我々の発見は、スマートウォッチが高セキュリティ環境にもたらすセキュリティリスクを強調し、この新たな脅威に対処するための緩和戦略の概要を説明した。

関連論文リスト

• Low-altitude Friendly-Jamming for Satellite-Maritime Communications via Generative AI-enabled Deep Reinforcement Learning [72.72954660774002]
  低地球軌道(LEO)衛星は、海上無線通信で広範囲にわたるデータ通信を支援するために使用できる。 LEO衛星を広範囲にカバーし、チャネルの開放性と組み合わせることで、通信プロセスはセキュリティ上のリスクに悩まされる可能性がある。 本稿では無人航空機による低高度衛星通信システムLEOについて述べる。
  論文  参考訳（メタデータ） (2025-01-26T10:13:51Z)
• Safeguarding Voice Privacy: Harnessing Near-Ultrasonic Interference To Protect Against Unauthorized Audio Recording [0.0]
  本稿では,音声認識アルゴリズム(ASR)の音場近傍からの干渉に対する感受性について検討する。 現代の音声アクティベートデバイスで使われている最も一般的なマイクロフォンでは、ほぼ超音波周波数を聴覚スペクトルに不注意に復調する致命的な脆弱性が露呈する。 本研究は,この脆弱性の悪用から発声システムを保護するために,堅牢な対策を開発する必要性を浮き彫りにした。
  論文  参考訳（メタデータ） (2024-04-07T00:49:19Z)
• AI-Based Energy Transportation Safety: Pipeline Radial Threat Estimation Using Intelligent Sensing System [52.93806509364342]
  本稿では,分散光ファイバーセンシング技術に基づくエネルギーパイプラインの放射状脅威推定手法を提案する。 本稿では,包括的信号特徴抽出のための連続的マルチビュー・マルチドメイン機能融合手法を提案する。 本研究では,事前学習モデルによる伝達学習の概念を取り入れ,認識精度と学習効率の両立を図る。
  論文  参考訳（メタデータ） (2023-12-18T12:37:35Z)
• Histogram Layer Time Delay Neural Networks for Passive Sonar Classification [58.720142291102135]
  時間遅延ニューラルネットワークとヒストグラム層を組み合わせた新しい手法により,特徴学習の改善と水中音響目標分類を実現する。 提案手法はベースラインモデルより優れており,受動的ソナー目標認識のための統計的文脈を取り入れた有効性を示す。
  論文  参考訳（メタデータ） (2023-07-25T19:47:26Z)
• NUANCE: Near Ultrasound Attack On Networked Communication Environments [0.0]
  本研究では, 近距離超音波トロイの木馬を用いたAmazon Alexa音声サービスにおける難聴攻撃ベクトルについて検討した。 この研究は、各攻撃ベクトルをMITRE ATT&CK行列から戦術またはテクニックにマッピングする。 実験では、攻撃の有効性を評価するために50個の近超音波を生成し、調査した。
  論文  参考訳（メタデータ） (2023-04-25T23:28:46Z)
• Deep Impulse Responses: Estimating and Parameterizing Filters with Deep Networks [76.830358429947]
  高雑音および地中設定におけるインパルス応答推定は難しい問題である。 本稿では,ニューラル表現学習の最近の進歩に基づいて,インパルス応答のパラメータ化と推定を行う新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-02-07T18:57:23Z)
• A GAN-based Approach for Mitigating Inference Attacks in Smart Home Environment [3.785123406103385]
  本研究では,スマートホーム利用者をスパイしている敵が,機械学習技術を用いてセンシティブな情報を推測する問題について検討する。 スマートホームにおけるプライバシー保護のためのGAN(Generative Adrial Network)に基づくアプローチを提案する。
  論文  参考訳（メタデータ） (2020-11-13T02:14:32Z)
• Detecting Parkinsonian Tremor from IMU Data Collected In-The-Wild using Deep Multiple-Instance Learning [59.74684475991192]
  パーキンソン病(英: Parkinson's Disease、PD)は、60歳以上の人口の約1%に影響を与える徐々に進化する神経学的疾患である。 PD症状には、震動、剛性、ブレイキネジアがある。 本稿では,スマートフォン端末から受信したIMU信号に基づいて,PDに関連するトレモラスなエピソードを自動的に識別する手法を提案する。
  論文  参考訳（メタデータ） (2020-05-06T09:02:30Z)
• Amateur Drones Detection: A machine learning approach utilizing the acoustic signals in the presence of strong interference [10.74088633638169]
  アマチュアドローン(AmDr)と呼ばれる無人機の無人配備は、深刻なセキュリティ上の脅威と人間の生命とインフラへのリスクをもたらす可能性がある。 本稿では,鳥,飛行機,雷雨,雨,風,UAVなどの音響信号を検出するための効率的な機械学習手法を提案する。
  論文  参考訳（メタデータ） (2020-02-28T17:28:17Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。