Des chercheurs uruguayens ont amélioré une technique d’espionnage basée sur les ondes électromagnétiques émises par les câbles des écrans d’ordinateurs. Grâce à un réseau neuronal, ils sont capables de déchiffrer l’image affichée à l’écran avec une précision dépassant de loin toutes les précédentes attaques de ce type.
au sommaire
Des chercheurs de l’université de la République en Uruguay viennent de découvrir une nouvelle technique pour espionner des ordinateurs, même si ceux-ci sont déconnectés de tout réseau. Baptisée Deep-Tempest, elle consiste à analyser les ondes électromagnétiquesondes électromagnétiques émises par le câble HDMI de l'écran et ne nécessite pas de contact physiquephysique.
Contrairement à certaines techniques d'airair-gapgap déjà connues, comme utiliser le ventilateur, la mémoire vive, des ultrasons ou des diodes, et qui requièrent tout de même l'installation d'un malware, Deep-Tempest ne nécessite aucun accès préalable. Le seul équipement nécessaire est un ordinateur et une radio logicielle.
Une technique largement plus efficace grâce à l’IA
Obtenir une image d'un écran en captant les émissionsémissions électromagnétiques du câble n'est pas une technique nouvelle, et fonctionne même avec les connexions analogiquesanalogiques comme le VGA. Toutefois, la qualité d'image est mauvaise, et le passage au numérique ajoute un nouveau niveau de complexité. Les chercheurs ont donc fait appel à l'intelligence artificielle. Ils ont entraîné un réseau neuronalréseau neuronal sur une grande quantité de données, réelles et simulées, pour apprendre à l’IA comment traduire les signaux captés en images claires.
Sur un écran de texte, seuls 30 % des caractères étaient erronés, soit une amélioration de 60 % par rapport à de précédentes versions. Le résultat est un texte compréhensible pour un humain. Il suffirait de cacher un petit appareil à proximité de l'ordinateur, ou même d'utiliser une antenne en étant situé hors de la pièce, pour espionner des données sensibles, comme des messages chiffrés. Il est possible de se protéger en ajoutant du bruit sur l'image ou un gradientgradient de couleurcouleur. Les chercheurs ont partagé le code sourcecode source du projet sur GitHub.
