责任编辑：editor004 | 2016-01-12 11:26:45 本文摘自：TechWeb.com.cn
一直以来智能设备承载了我们太多的私密信息，信息安全成为现在最重要的问题。根据法国一名叫作Tony Beltramelli的硕士论文，黑客或者恶意认识可以通过算法和对智能手表等运动感应数据的监控，甚至能够盗取用户的密码。
在研究中他发现，现在针对ATM机和触摸式设备，常用的是12按键密码，利用他所描述的方法有很高的破解几率。
他首先使用递归神经网络和长短期记忆人工神经网络算法针对智能手表的运动感应数据开发了一种神经网络，该网络可以将运动感应数据和PIN码键盘输入行为进行映射。智能手表当中的数据首先通过蓝牙传送到手机等终端，然后上传服务器进行分析和计算，结合了Java, Python和Lua代码，能够筛选掉噪点运动数据，检测到多项运动模式，并与指尖和设备的输入位置相互对应。
听上去有点复杂，那么来说说最终结果吧，经过一系列复杂的算法之后，他表示触摸设备上输入密码也不安全，被破译率高达73%，针对ATM机的破译率达到了59%。当然这并不是最终结果，如果进一步改善算法，最终数值还能进一步提升。
总之，现在的穿戴式设备有必要加强安全保护了。
扫一扫
责任编辑：editor004 | 2016-01-12 11:26:45 本文摘自：TechWeb.com.cn
一直以来智能设备承载了我们太多的私密信息，信息安全成为现在最重要的问题。根据法国一名叫作Tony Beltramelli的硕士论文，黑客或者恶意认识可以通过算法和对智能手表等运动感应数据的监控，甚至能够盗取用户的密码。
在研究中他发现，现在针对ATM机和触摸式设备，常用的是12按键密码，利用他所描述的方法有很高的破解几率。
他首先使用递归神经网络和长短期记忆人工神经网络算法针对智能手表的运动感应数据开发了一种神经网络，该网络可以将运动感应数据和PIN码键盘输入行为进行映射。智能手表当中的数据首先通过蓝牙传送到手机等终端，然后上传服务器进行分析和计算，结合了Java, Python和Lua代码，能够筛选掉噪点运动数据，检测到多项运动模式，并与指尖和设备的输入位置相互对应。
听上去有点复杂，那么来说说最终结果吧，经过一系列复杂的算法之后，他表示触摸设备上输入密码也不安全，被破译率高达73%，针对ATM机的破译率达到了59%。当然这并不是最终结果，如果进一步改善算法，最终数值还能进一步提升。
总之，现在的穿戴式设备有必要加强安全保护了。
京公网安备 11010502049343号