EETOP整理自：technews（台）

由德州农工大学（Texas A&M University）、新泽西理工学院

（New Jersey Institute of Technology）、天普大学（Temple University）、戴顿大学（University of Dayton）及罗格斯大学（Rutgers University）等五所美国大学共同组成的研究人员团队开发出专门窃听Android设备的新攻击手法，可以在不同程度上辨识来电者性别、身份，甚至语音内容。这个被命名为EarSpy 的旁路攻击(侧信道攻击)手法，旨在透过撷取由移动设备听筒中残响所引起的动作传感器数据读数，来探索全新窃听管道的可能性。

但随着移动科技的不断发展，当前智能手机搭载了远比几年前机型更强大的立体声喇叭，因而提供更好音质、更强振动。不仅如此，当前移动设备配备了更灵敏的动作传感器与陀螺仪，即使喇叭发出再微小的共振都能加以记录。

研究人员将预先录制的音频通过OnePlus 7T 和OnePlus 9T 智能手机听筒播放，再由第三方「Physics Toolbox Sensor Suite」App 进行数据撷取及分析，再运用现成数据集训练机器学习演算法，以便识别出语音内容、来电者身份与性别。结果，从OnePlus 7T 听筒中，该演算法最高来电性别辨识精准度达到98.7%，来电者身份辨识度最高达91.2%，语音内容辨识度最高达到56.4%。在OnePlus 9T 上的精准度，来电者性别可达88.7%，来电者身份却掉到73.6%，语音辨识则为41.6%。

研究人员归纳了几个会让EaySpy旁路攻击与窃听效果大打折扣的因素，包括使用者调低听筒音量；移动设备硬件元件的配置与机身组装的紧密性（会对手机喇叭与听筒的残响扩散造成影响）；使用者边讲边移动并造成振动。

研究人员建议，为了降低上述攻击风险，手机制造商应确保通话过程中的声压保持稳定，并将动作传感器安装在手机内部振动不会造成影响，或至少影响最小的位置上。