Ранее мы рассказывали о разработках Мордехая Гури и его команды из Университета Бен-Гуриона, позволяющих получать данные с устройств без доступа в интернет. На конференции Black Hat USA 2020 другой учёный из этого вуза — Бен Насси — продемонстрировал технологию визуального подслушивания под названием Lamphone.
Прежде чем разобрать принцип работы Lamphone, обратимся к историческому контексту.
Какими способами визуализируют звук?
Среди давно существующих методов дистанционного аудионаблюдения выделяется лазерная микрофония. Её принцип относительно прост:
На вибрирующий объект в целевом помещении (чаще стекло окна) направляется невидимый лазерный луч. Отражённое излучение фиксируется приёмником. Звуковые волны вызывают микроколебания поверхности, что модифицирует характеристики отражённого луча. Эти изменения преобразуются в звуковую запись.
Технология применяется со времён холодной войны и известна по шпионским фильмам. Некоторые производители выпускают коммерческие лазерные микрофоны с дальностью до 1000 метров. Однако такие системы имеют два ограничения: экстремально высокая стоимость и доступность только для госструктур.
Как отмечает Бен Насси, ключевой недостаток технологии — её активный характер. Необходимость направлять лазерный луч позволяет обнаружить прослушку с помощью ИК-датчиков.
Альтернативный пассивный подход предложили исследователи из MIT. Они использовали высокоскоростную камеру (тысячи кадров/сек) для фиксации вибраций объектов от звуковых волн. Компьютерный анализ видеозаписи позволял восстанавливать аудио.
Однако у этого подхода обнаружился существенный минус: обработка видеоматериалов требовала огромных вычислительных мощностей. Например, расшифровка 5 секунд записи занимала 2-3 часа на мощном компьютере — что исключает реальное время обработки.
Принцип действия Lamphone
Группа Бена Насси создала инновационный метод визуального подслушивания, выбрав в качестве объекта наблюдения обычную лампочку (отсюда название — Lamphone).
Лампочка обладает двумя ключевыми свойствами: простой конструкцией и высокой яркостью. Вместо анализа множества визуальных деталей учёные направили на неё телескоп, соединённый с фотодатчиком.
Из-за асимметричного светораспределения (особенно заметного у ламп накаливания и LED, менее выраженного у люминесцентных) акустические колебания вызывают микроизменения яркости. Эти флуктуации регистрируются датчиком, после чего преобразуются в аудиосигнал.
В испытаниях оборудование разместили на пешеходном мосту в 25 метрах от лаборатории. Во время тестов включали записи песен и речей: Shazam успешно идентифицировал треки The Beatles и Coldplay, а Google Speech распознал фрагмент выступления Дональда Трампа.
Практические риски технологии
Разработанный метод доказал свою эффективность. Его ключевые преимущества:
Полная пассивность (невозможно детектировать)
Низкие требования к вычислительным ресурсам (реальное время обработки)
В текущей реализации метод требовал повышенной громкости звука в помещении. Однако исследователи использовали базовые алгоритмы конвертации сигнала. Применение машинного обучения может значительно повысить чувствительность системы.
На данный момент практическая применимость Lamphone оценивается как умеренная. Однако потенциал для совершенствования делает технологию перспективным направлением для дальнейших исследований в области акустического шпионажа.