對(duì)著手機(jī)麥克風(fēng)輕輕說(shuō)一聲，手機(jī)就能自動(dòng)播放音樂(lè)、撥打電話以及查找路線，人工智能的語(yǔ)音識(shí)別技術(shù)讓手機(jī)、汽車、音響等設(shè)備“聽(tīng)話”辦事，為人們帶來(lái)了諸多便利。然而，一種無(wú)聲的語(yǔ)音指令可能隱秘地控制語(yǔ)音助手?！八睂?duì)著你的手機(jī)下達(dá)命令，你聽(tīng)不見(jiàn)，但手機(jī)已經(jīng)開(kāi)始默默執(zhí)行操作。

這里“無(wú)聲的語(yǔ)音指令”，是指一種人耳無(wú)法聽(tīng)見(jiàn)的超聲波，被稱為“海豚音攻擊”。日前，浙江大學(xué)電氣工程學(xué)院徐文淵教授團(tuán)隊(duì)用事先錄制好的語(yǔ)音轉(zhuǎn)化為這種“海豚音攻擊”，成功啟動(dòng)了蘋(píng)果手機(jī)Siri且撥出電話。

10月30日在美國(guó)達(dá)拉斯市，徐文淵團(tuán)隊(duì)發(fā)表的論文《海豚音攻擊：聽(tīng)不見(jiàn)的語(yǔ)音指令》，獲得信息安全領(lǐng)域的四大頂級(jí)學(xué)術(shù)會(huì)議之一的ACMCCS最佳論文獎(jiǎng)。這是國(guó)內(nèi)高校和研究機(jī)構(gòu)首次獲得該會(huì)議的最佳論文獎(jiǎng)，是中國(guó)研究人員在國(guó)際網(wǎng)絡(luò)及信息安全領(lǐng)域的一次重要突破。

你的手機(jī)“聽(tīng)”我的

據(jù)悉，“海豚音攻擊”可以通過(guò)無(wú)聲的語(yǔ)音指令控制語(yǔ)音助手執(zhí)行相應(yīng)的操作。例如無(wú)聲地開(kāi)啟語(yǔ)音助手、撥打任意電話、發(fā)短信、視頻通話以及將手機(jī)切換到飛行模式等，甚至操作奧迪汽車的導(dǎo)航系統(tǒng)。

徐文淵及其團(tuán)隊(duì)發(fā)表的論文研究包括蘋(píng)果、華為等品牌的手機(jī)、電腦、智能手表、智能音響等多達(dá)17種不同種類型的設(shè)備，分析包括Siri、Alexa、GoogleNow等7種語(yǔ)音助手，并成功地實(shí)現(xiàn)了攻擊。結(jié)果表明，“海豚音攻擊”可以在用戶完全不知情的情況下對(duì)受害者的智能設(shè)備進(jìn)行任意惡意操作，受影響的智能設(shè)備種類眾多、范圍極廣。

“語(yǔ)音助手能做的事情，‘海豚音攻擊’都能做?！敝袊?guó)科學(xué)院信息工程研究所研究員朱紅松在接受科技日?qǐng)?bào)記者采訪時(shí)表示，其攻擊的影響范圍取決于語(yǔ)音助手的功能。

中國(guó)科學(xué)院信息工程研究所正高級(jí)工程師孫德剛告訴科技日?qǐng)?bào)記者，“海豚音攻擊”可以理解成一種訴諸于聽(tīng)覺(jué)的傳播媒介，如同人看不見(jiàn)聽(tīng)不到的電磁波一樣，具有隱蔽性，它的“攻擊性”也主要體現(xiàn)在隱蔽性這個(gè)特點(diǎn)上。

對(duì)于遭到“海豚音攻擊”是否會(huì)帶來(lái)手機(jī)支付方面的財(cái)產(chǎn)損失，孫德剛認(rèn)為，手機(jī)或其它設(shè)備系統(tǒng)的安全性首先要經(jīng)過(guò)身份認(rèn)證，確認(rèn)發(fā)出命令的人是“誰(shuí)”才可以做出反應(yīng)。此外，手機(jī)支付、手機(jī)銀行等應(yīng)用軟件會(huì)采取多次認(rèn)證和用戶手動(dòng)確認(rèn)的方式核實(shí)用戶身份，比如輸入密碼、輸入手勢(shì)或發(fā)送驗(yàn)證碼確認(rèn)?！澳壳罢Z(yǔ)音助手暫時(shí)還沒(méi)有能力介入到這個(gè)認(rèn)證過(guò)程?！睂O德剛說(shuō)。

手機(jī)聽(tīng)得懂無(wú)聲的“海豚音”

語(yǔ)音助手為什么能聽(tīng)懂無(wú)聲的語(yǔ)音指令？

徐文淵告訴科技日?qǐng)?bào)記者，一般人能聽(tīng)到的聲音頻率在2萬(wàn)赫茲（20kHz）以下，而大部分裝有語(yǔ)音助手的設(shè)備可以接收到20kHz以上聲音頻率，其中有不少還能接收到40kHz以上的頻率。這就是為什么海豚音攻擊可以攻擊語(yǔ)音助手的原因。

“‘海豚音攻擊’是一個(gè)麥克風(fēng)本身的硬件漏洞。”徐文淵解釋，語(yǔ)音識(shí)別的第一步是麥克風(fēng)，麥克風(fēng)本應(yīng)只記錄人可以聽(tīng)見(jiàn)的聲音，即20kHz以下的聲音，但出于提高性能和減小體積的需要，麥克風(fēng)必然跟最高頻有響應(yīng)，以至于也能接收到高于20kHz的聲音。

這就給了“海豚音攻擊”可乘之機(jī)。

徐文淵團(tuán)隊(duì)通過(guò)超聲波播放器把語(yǔ)音信號(hào)調(diào)制加載到超聲波信號(hào)，當(dāng)其頻率大于20kHz時(shí)，人耳無(wú)法聽(tīng)見(jiàn)，但手機(jī)的語(yǔ)音助手依然可以接收這樣的命令。

“我們發(fā)射‘海豚音攻擊’時(shí)，好似把玩具放到2米高臺(tái)階上，一般人看不到了。當(dāng)麥克風(fēng)接收聲音的時(shí)候，語(yǔ)音識(shí)別系統(tǒng)自動(dòng)把玩具從臺(tái)階上拿到地面上?！毙煳臏Y說(shuō)。

“麥克風(fēng)輸出端已經(jīng)把超聲波信號(hào)恢復(fù)成一般可聽(tīng)的指令。利用人工智能等技術(shù)進(jìn)行語(yǔ)音和文本轉(zhuǎn)換的語(yǔ)音識(shí)別系統(tǒng)就會(huì)認(rèn)為，這是一個(gè)正常的語(yǔ)音指令?！ｋ嘁艄簟Z(yǔ)令就和正常語(yǔ)音一樣?！毙煳臏Y說(shuō)。

如何反攻“海豚音攻擊”

有專家認(rèn)為，抑制“海豚音攻擊”有兩種方法。一是讓語(yǔ)音助手只聽(tīng)取特定人（手機(jī)擁有者）的語(yǔ)音，這需要在語(yǔ)音助手上運(yùn)用聲紋識(shí)別技術(shù)。對(duì)此，徐文淵說(shuō)，聲紋識(shí)別技術(shù)是利用每個(gè)人的音域、音高、發(fā)聲方法的差別對(duì)發(fā)聲者身份進(jìn)行辨識(shí)。實(shí)驗(yàn)表明，“海豚音攻擊”只是攻擊麥克風(fēng)，并不改變每個(gè)人的聲音，因此，“海豚音攻擊”可以繞過(guò)聲紋識(shí)別技術(shù)。

在語(yǔ)音助手軟件中增加數(shù)字濾波功能，被認(rèn)為是第二種抑制“海豚音攻擊”的方法。徐文淵表示，濾波是將高于人耳范圍的信號(hào)過(guò)濾掉以后再進(jìn)行識(shí)別?！昂ｋ嘁艄簟惫舻氖怯布┒矗溈孙L(fēng)在錄音過(guò)程已經(jīng)把語(yǔ)音提取下來(lái)，此時(shí)，濾波已經(jīng)無(wú)法發(fā)揮作用。

徐文淵表示，目前提出的解決方案有軟件和硬件兩種。近期軟件改進(jìn)比較實(shí)際，長(zhǎng)期希望在硬件上有所改進(jìn)。

“麥克風(fēng)有漏洞，最根本的解決方法是重新設(shè)計(jì)麥克風(fēng)，讓傳感器對(duì)超聲波這個(gè)頻段不敏感?！毙煳臏Y說(shuō)。她還透露，曾與設(shè)計(jì)麥克風(fēng)的研究人員討論，獲悉麥克風(fēng)傳感器的重新設(shè)計(jì)存在技術(shù)難度。此外，硬件召回當(dāng)前也并不現(xiàn)實(shí)。

不過(guò)，軟件解決方案目前可行。徐文淵說(shuō)，初步研究結(jié)果表明，用機(jī)器識(shí)別的方式進(jìn)行辨識(shí)，到底是一般的語(yǔ)音還是超聲波加載恢復(fù)后的指令，在技術(shù)上是可行的。

“海豚音攻擊”的存在表明，有語(yǔ)音助手的設(shè)備或多或少可能受到影響。目前現(xiàn)實(shí)中并沒(méi)有受到攻擊的案例，但“海豚音攻擊”的發(fā)現(xiàn)是為了讓手機(jī)等智能設(shè)備廠家知道并修復(fù)漏洞。（科技日?qǐng)?bào)）