論文の概要: SPECTER: Covert Data Exfiltration from Air-Gapped Systems via USB Power Modulation

• arxiv url: http://arxiv.org/abs/2610.28401v1
• Date: Tue, 20 Oct 2026 15:47:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-21 21:58:47.892555
• Title: SPECTER: Covert Data Exfiltration from Air-Gapped Systems via USB Power Modulation
• Title（参考訳）: SPECTER:USB電力変調によるエアバッグシステムからのカバーデータ抽出
• Abstract要約: SPECTERは、ホストサイドのUSB電源制御を使用して、エアバッグやネットワーク分離システムから情報を流出させるポストコンピレーションの秘密チャンネルである。 Windows 10とUbuntu 22.04の実験では、コモディティハードウェアのチャネルが示されている。
• 参考スコア（独自算出の注目度）: 9.032043629311344
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present SPECTER, a post-compromise covert channel that uses host-side USB power control to exfiltrate information from air-gapped and network-segregated systems. A transmitter with administrative privileges encodes bits through USB power-management or device-state operations without placing the payload in USB data transfers. The resulting signals are recovered through three alternative receiver paths based on smartphone charging states, visible peripheral behavior, and near-field RF activity. Experiments on Windows 10 and Ubuntu 22.04 demonstrate the channel on commodity hardware, with charging-state signaling at 0.2-0.25 bit/sec across Android and iOS devices and peripheral-state signaling at 1.0 bit/sec using a USB mouse on Windows. RF reception is demonstrated using a software-defined radio with a loop antenna in direct contact with the USB cable. Channel availability and observable side effects depend on the host configuration, connected device, and receiver path. These results identify host-side USB power control as a mechanism for low-rate exfiltration of short secrets and motivate treating USB power-management and device-state events as security-relevant telemetry.
• Abstract（参考訳）: 本報告では,ホスト側USB電力制御を用いて,エアバッグやネットワーク分離システムから情報を抽出する通信路であるSPECTERについて述べる。 管理特権を有する送信機は、ペイロードをUSBデータ転送に配置することなく、USB電力管理やデバイス状態操作を通じてビットを符号化する。 得られた信号は、スマートフォンの充電状態、目に見える周辺行動、および近接場RF活動に基づいて、3つの代替受信経路を介して回収される。 Windows 10とUbuntu 22.04の実験では、充電状態信号はAndroidとiOSデバイス間で0.2-0.25bit/secで、周辺状態信号はWindows上でUSBマウスを使用して1.0bit/secで、コモディティハードウェア上のチャネルを実証している。 RF受信は、USBケーブルと直接接触するループアンテナを備えたソフトウェア定義無線を用いて実証される。 チャネルの可用性と観測可能な副作用は、ホスト構成、接続デバイス、受信経路に依存する。 これらの結果から, ホスト側USB電力制御は, 短絡を低レートに除去する機構であり, セキュリティ関連テレメトリとしてUSB電力管理やデバイス状態イベントの処理を動機付けていることがわかった。

関連論文リスト

• TLF: Rapid Characterization of RF Transceiver Parameters in Embedded Systems via Bus-Level Interception [0.33985395340995606]
  TLF(Transceiver Lifter Framework)は、RFトランシーバの構成と実行時の動作を回復するためのツールである。 トランシーバのレジスタとデータインターフェースに対して構築されたステートフルプロトコルデコーダは、RFパラメータと動作を再構築する。 異なるセムテックファミリーの2つの目標に対するアプローチを評価する。
  論文  参考訳（メタデータ） (2026-08-13T23:02:34Z)
• Profiling-Driven Adaptive Distributed Transformer Inference on Embedded Edge Deployment [60.442064966340524]
  本稿では、WiFi経由で接続されたNVIDIA Jetson Orin Nanoデバイスに関するプロトタイプ研究を行う。 主な発見は、主なボトルネックは、ネットワーク帯域幅だけでなく、通信中のCPU-GPUステージングである。 実験によると、この戦略はフルテンソル交換と比較して遅延を65%-77%減らし、エネルギー消費を34%-52%減らしている。
  論文  参考訳（メタデータ） (2026-05-25T10:39:28Z)
• Talking to the Airgap: Exploiting Radio-Less Embedded Devices as Radio Receivers [5.998725718715555]
  組込みデバイス上での悪意のあるコード実行は、ハードウェアの変更なしに、無線でエアバッグシステムに侵入できることを示す。 この現象はPCBトレースとオンチップアナログ-デジタルコンバータにおける寄生RF感度に起因している。 本研究により,空調システムに対する従来未探索の指令・制御ベクトルが明らかとなった。
  論文  参考訳（メタデータ） (2025-12-17T12:39:54Z)
• WiFi-based Cross-Domain Gesture Recognition Using Attention Mechanism [61.79272554643873]
  本稿では,マルチセマンティックアテンション機構と自己注意に基づくチャネル機構を融合したジェスチャー認識ネットワークを提案する。 その結果、99.72%のドメイン内精度を維持するだけでなく、97.61%のクロスドメイン認識でも高い性能を発揮することがわかった。
  論文  参考訳（メタデータ） (2025-12-04T07:09:13Z)
• USBSnoop -- Revealing Device Activities via USB Congestions [8.24901413716099]
  このプロジェクトは、混雑によるUSBサイドチャネルアタックに革新的なアプローチを導入している。 遠隔プロファイリングおよびサイドチャネル攻撃に対するUSBデバイスとハブの感受性を評価した。 われわれの調査結果は、USB接続デバイスに依存している時代において、ユーザーのプライバシーを保護するためのセキュリティ対策を強化する必要性を浮き彫りにした。
  論文  参考訳（メタデータ） (2025-03-06T00:06:02Z)
• Task-Oriented Communications for NextG: End-to-End Deep Learning and AI Security Aspects [78.84264189471936]
  NextG通信システムは,タスク指向通信などのタスクを確実に実行するために,この設計パラダイムのシフトを探求し始めている。 無線信号分類はNextG Radio Access Network (RAN) のタスクであり、エッジデバイスはスペクトル認識のための無線信号を収集し、信号ラベルを識別する必要があるNextGベースステーション(gNodeB)と通信する。 エッジデバイスとgNodeB用のエンコーダデコーダ対として、送信機、受信機、および分類器機能を共同で訓練することで、タスク指向通信を考える。
  論文  参考訳（メタデータ） (2022-12-19T17:54:36Z)
• GraSens: A Gabor Residual Anti-aliasing Sensing Framework for Action Recognition using WiFi [52.530330427538885]
  WiFiベースのヒューマンアクション認識(HAR)は、スマートリビングやリモート監視といったアプリケーションにおいて、有望なソリューションと見なされている。 本稿では,無線機器からのWiFi信号を用いた動作を,多様なシナリオで直接認識する,エンド・ツー・エンドのGabor残差検知ネットワーク(GraSens)を提案する。
  論文  参考訳（メタデータ） (2022-05-24T10:20:16Z)
• DeepCSI: Rethinking Wi-Fi Radio Fingerprinting Through MU-MIMO CSI Feedback Deep Learning [15.160442408342407]
  DeepCSIは、MU-MIMO Wi-Fiデバイスを認証するWi-Fi無線指紋認証の新しいアプローチだ。 市販機器を用いた大規模データ収集キャンペーンを通じて,DeepCSIの性能を広範囲に評価した。 実験結果から、DeepCSIは98%の精度で送信機を正確に識別することがわかった。
  論文  参考訳（メタデータ） (2022-04-15T18:59:29Z)
• Near-chip Dynamic Vision Filtering for Low-Bandwidth Pedestrian Detection [99.94079901071163]
  本稿では、ダイナミックビジョンセンサ(DVS)を用いた歩行者検出のための新しいエンドツーエンドシステムを提案する。 我々は、複数のセンサがローカル処理ユニットにデータを送信し、検出アルゴリズムを実行するアプリケーションをターゲットにしている。 我々の検出器は450ミリ秒毎に検出を行うことができ、総合的なテストF1スコアは83%である。
  論文  参考訳（メタデータ） (2020-04-03T17:36:26Z)

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。