AI có thể giúp tin tặc đọc màn hình máy tính xuyên tường thông qua cáp HDMI

Deep-TEMPEST biến tín hiệu điện từ HDMI thành hình ảnh màn hình

Deep-TEMPEST là kỹ thuật giám sát dựa trên các cuộc tấn công TEMPEST truyền thống, vốn khai thác bức xạ điện từ phát ra từ thiết bị điện tử để thu thập thông tin. Trong quá khứ, những tín hiệu rò rỉ từ cáp VGA có thể được ghi nhận và tái tạo tương đối dễ dàng bằng thiết bị chuyên dụng.

Tuy nhiên, với các chuẩn kết nối kỹ thuật số hiện đại như HDMI, việc tái tạo hình ảnh phức tạp hơn nhiều. Tín hiệu truyền qua cáp có tần số cao và chứa lượng dữ liệu lớn, khiến những gì thu được qua sóng vô tuyến thường chỉ là các nhiễu điện từ khó phân tích.

Để giải quyết vấn đề này, các nhà nghiên cứu đã sử dụng mạng nơ-ron học sâu nhằm phân tích và tái tạo tín hiệu. Mô hình AI được huấn luyện để xử lý các dao động vô tuyến thô thu thập từ một thiết bị thu phát vô tuyến định nghĩa bằng phần mềm (SDR), sau đó chuyển đổi chúng thành những khung hình có cấu trúc.

Thay vì chỉ ghi nhận những tín hiệu nhiễu như các phương pháp truyền thống, AI có thể nhận diện những mẫu dữ liệu hữu ích, đồng thời giảm ảnh hưởng của nhiễu nền, lớp chắn cáp và khoảng cách thu tín hiệu.

Kết quả là hệ thống có thể tái tạo nội dung màn hình với văn bản và các cửa sổ ứng dụng tương đối rõ nét. Đây là bước tiến đáng chú ý trong lĩnh vực nghiên cứu TEMPEST, bởi AI đã giúp biến những tín hiệu điện từ vốn rất khó giải mã thành dữ liệu hình ảnh có thể đọc được.

Tin tặc có thể theo dõi màn hình mà không cần cài mã độc

Điểm đáng lo ngại của Deep-TEMPEST nằm ở phương thức hoạt động. Thay vì xâm nhập hệ thống thông qua mạng Internet, cài phần mềm gián điệp hoặc khai thác lỗ hổng phần mềm, kỹ thuật này tập trung vào tín hiệu điện từ phát ra từ cáp HDMI.

Về lý thuyết, kẻ tấn công chỉ cần đặt thiết bị thu sóng vô tuyến và ăng-ten ở vị trí có thể thu được tín hiệu rò rỉ từ máy tính mục tiêu. Sau đó, dữ liệu thu thập được sẽ được đưa qua mô hình AI để tái tạo nội dung hiển thị.

Điều này đồng nghĩa với việc các biện pháp bảo vệ thông thường như tường lửa, phần mềm diệt virus hay hệ thống giám sát lưu lượng mạng không thể trực tiếp phát hiện kiểu tấn công này.

Tuy nhiên, cần lưu ý rằng khả năng tái tạo hình ảnh trong môi trường nghiên cứu không đồng nghĩa tin tặc có thể dễ dàng đọc màn hình của bất kỳ máy tính nào xuyên qua mọi bức tường. Hiệu quả thực tế còn phụ thuộc vào khoảng cách, chất lượng tín hiệu, thiết bị thu, môi trường nhiễu và khả năng che chắn điện từ của hệ thống.

Làm thế nào để hạn chế nguy cơ từ Deep-TEMPEST?

Đối với những hệ thống xử lý dữ liệu nhạy cảm, biện pháp phòng vệ quan trọng là hạn chế rò rỉ điện từ ngay từ phần cứng. Một số giải pháp được nhắc đến bao gồm sử dụng cáp HDMI có khả năng chống nhiễu và che chắn tốt, bổ sung lõi ferrite để hạn chế nhiễu điện từ, cũng như triển khai các vỏ bọc chuyên dụng đạt chứng nhận TEMPEST.

Đặc biệt, những môi trường như cơ quan chính phủ, tổ chức tài chính và doanh nghiệp xử lý dữ liệu mật cần quan tâm đến cả nguy cơ rò rỉ tín hiệu vật lý, thay vì chỉ tập trung bảo vệ kết nối mạng và phần mềm.

Deep-TEMPEST cũng cho thấy một khía cạnh đáng chú ý của AI: công nghệ này không chỉ giúp cải thiện khả năng bảo mật mà còn có thể được sử dụng để khai thác những điểm yếu vốn tồn tại từ lâu trong phần cứng.

Dù chưa đồng nghĩa với một phương thức tấn công phổ biến ngoài thực tế, nghiên cứu vẫn là lời cảnh báo rằng những tín hiệu tưởng chừng vô hại phát ra từ thiết bị điện tử có thể trở thành nguồn dữ liệu nhạy cảm nếu được phân tích bằng các thuật toán đủ mạnh.