郭一璞 光栗子 发自 凹非寺
量子位 报道 | 公众号 QbitAI

周末的下午，你正在家里打游戏，不曾注意到身旁的智能音箱上，多出了一个小绿点。

那是一束激光，来自窗外马路对面的另一栋建筑。

突然，房间的灯开了。

空调、空气净化器、扫地机器人启动了，手机收到了电商平台的扣款提示，甚至你外面的车库门也已然洞开……

而你的手机和平板电脑也突然开始发疯，疯狂的下载删除不同的应用，播放奇怪的视频和音乐，给社交软件上的好友发奇怪的信息……

到底发生了什么？是谁，不知不觉侵入了你的生活？

其实，这是来自日本电气通信大学和美国密歇根大学科学家的一项新发现：

当激光打在装有语音助手的设备上，就可以冒充人类的语音，被麦克风转换成电信号，悄无声息的发出指令，控制相连的设备。

因此，那些和Google Assistant、亚马逊Alexa、苹果Siri相连的机器，不管是智能的灯具、门锁、电器这些硬件设施，还是各种电商、支付、社交App，都会不知不觉间被控制。

虽然科学家们还没有在其他品牌的语音助手上测试，不过量子位采访到了腾讯安全团队Tencent Blade Team，他们说：从原理上讲问题大都是相通的。

不需要太强的激光，普通激光笔的强度就可以，就算距离有110米远，就算在外面的另一栋建筑里，就算要穿过玻璃窗，都可以控制你家里的智能音箱、手机和平板们。

恐怖的演示过程

来看看科学家们的实地演示。

将命令Google Assistant打开车库门的语句“OK Google, open the garage door”的嵌入激光中，打在智能音箱的麦克风上。

智能音箱回了一句“OK, opening”，接着车库门就开了。

那么如果把距离设置的非常远呢？

在第二段演示中，激光发射器和智能音箱的距离长达110米。

科学家们将询问时间的语句“OK Google, what time is it?”的嵌入激光中，打在智能音箱的麦克风上。

“It’s 9:43”在没有任何人发话询问的情况下，智能音箱自己突然说了一个时间。

即使在窗外的另一栋建筑里，也不影响激光对智能音箱的控制。

在第三段演示中，科学家们将激光源挪到了远处的一栋高高的建筑上，隔着玻璃窗发射激光，将命令Google Assistant打开车库门的语句“OK Google, open the garage door”的嵌入激光中，打在窗口智能音箱的麦克风上。

因为这次发射点又高又远，所以科学家们干脆给激光配了一个长焦镜头。

智能音箱还是顺利的回复“OK, opening”，打开了车库的门。

最后，想看三个演示的全程，可以点开视频↓↓↓

当然，演示中并没有“鬼故事现场”的感觉，一个原因是激光可见，另一个原因是语音助手的声音你可以听到。

因此，科学家们也尝试了人类肉眼看不见的红外光，在比较近的距离是可以起到作用的；

至于，语音助手回话会被主人听见，先用激光发个指令把音量调零，就真的悄无声息控制一切了。

看到这里你可能疑惑，激光怎么能冒充人声？

让麦克风听成人声

故事是从去年春天开始。

来自日本的菅原健，是个研究网络安全问题的科学家。他专程跑去美国，给密歇根大学的同行傅佳伟 (Kevin Fu) 教授，秀了一波自己刚刚解锁的技能：

把一束高强度的激光，对准iPad的麦克风，然后用每秒震荡大约1000次的正弦波，不停地调整激光的强度。

傅佳伟在一旁带着耳机，听麦克风收到了什么。让人惊讶的是，他听到了一种高频音调。

明明是接收声波的设备，却把光波当成声波接收了，这是MEMS麦克风的一个重要弱点。而大部分手机和智能音箱，都是使用MEMS麦克风，因此。

自从有了这个神奇的发现，菅原君就开始和傅佳伟的实验室一起，用激光去欺骗智能音箱，攻击各种接收语音指令的设备。

科学家说，只要用一种特定的频率去调整激光的强度，激光便会用同样的频率去干扰麦克风，让麦克风把光波解调成电信号。

就像下面这张图，上为激光发射的信号，下为麦克风接收的信号，频率几乎一致：

不用指定发射位置，只要对准麦克风射出激光，麦克风就把光线转换成电信号了，像日常把声波转换成电信号一样。

当然，如果只是随意的电信号，并不足以让音箱乖乖听你的话。必须让它以为是有人类发出语音才行。

所以，研究人员还要对激光做调幅 (AM) ，让麦克风转出接近人类语音的信号。

就像开头展示的那样，他们选定了一系列指令，包括：“现在几点了”“把音量调零”“买一支激光笔”“打开车库门”等等。

然后，用这些词句的语音波形，来定制激光的强度变化。

这样，智能音箱收到的电信号，就会和听到人声的时候差不多了。

一开始，他们用60毫瓦的激光，测试了16台不同的智能音箱。

结果，50米是成功接收的最远距离。

攻击手机，就稍微困难一些了：iPhone需要10米以内，安卓手机需要5米以内。

后来，科学家们又想测试一下，这项技术的极限在哪里。于是，把激光强度调低到了5毫瓦，相当于一支廉价激光笔的水平，把距离拉远到110米。

虽然，许多音箱都没有响应，但Google Home和初代Echo Plus依旧中了招，就是开头看到的那样。

进一步加大难度，隔着窗户发射激光，76米距离。这次没骗到一只Echo，但Google Home依然被骗了，堪称硕果仅存：

至于，麦克风为什么对光波也有反应，哈佛大学电气工程系的退休教授Paul Horowitz说，至少有两种物理机制，可以让麦克风把激光误解成声波。

一是激光的脉冲会加热麦克风的振膜，令周围的空气膨胀，产生一种压力。声音也是依靠产生声压，才被麦克风捕捉到的。

二是，如果被攻击的设备，不是完全不透光的话，光线其实可以直接穿过麦克风，直接到达芯片的所在，这样就能把光波的振动，翻译成电信号了。

这可能跟太阳能板里的二极管，还有光纤电缆末端的光电效应，原理一样。如果真是这样，想让激光被当做语音指令，就更容易了。

另外，量子位还采访到了腾讯的安全团队Tencent Blade Team，他们的理解是：

这项研究和此前业界的 “海豚音攻击”有异曲同工之妙，都是利用了麦克风的一些特殊的硬件特性进行攻击，但这次的“光攻击”可以从更远距离（超过100米）发起，在现实生活中的攻击利用难度更低。

攻击的难度降低，防御的难度提升。Blade团队认为，这项研究的意义十分重大：

从目前公开的信息来看，厂商很难从软件层面对这个漏洞进行彻底修复，之前安全圈内也没有MEMS麦克风会将光信号转换为电信号相关的安全研究，这项研究还是具有很高的创新性与实战意义。

怎样才能不被黑？

看到这样的攻击效果，谷歌和亚马逊很快就回应了：

谷歌说，已经在仔细观察这次的研究成果，并且强调一直对保护用户、提升设备的安全性能非常重视。

亚马逊也发表了声明说，正在看论文，后面将会和作者们交流，更深入地了解这项研究。

在厂商们给出补救措施之前，研究人员先为他们提供了一些友善的建议：

比如，可以设置让用户先输入语音密码，解锁后才能发布指令。

比如，可以在麦克风周围加上光屏蔽，抵挡激光的攻击。

再比如，在音箱两侧依靠两个麦克风同时接收指令，然后对比。因为两个麦克风，很难同时被击中。

当然，对产品做出这样的升级，还需要不少时间。

而你现在能做的就是，不要把智能音箱放在黑客能看到的地方。

不然，还是去用那些需要解锁的设备吧，人脸解锁和指纹解锁都能起到保护作用，避免语音助手接收到黑客的指令。

腾讯Blade Team还提示，最好关闭声纹识别 (因为声纹也可以用激光冒充) ，也可以在设备外部的麦克风口贴上黑色标签纸，阻挡激光攻击。

作者们

一作菅原健，就是从日本跑到美国炫 (mian) 技 (ji) 的那一位，电子通信大学 (UBE) 的准教授。

傅佳伟 (Kevin Fu) ，密歇根大学的教授，专注攻击各种AI。量子位之前报道过一种把硬盘改造成窃听器的方法，也是他参与的研究。难怪，菅原君会不远万里去找他。

Daniel Genkin，密歇根大学助理教授。他和傅佳伟都是这项研究的负责人。

另外，还有两位作者，他们是傅佳伟教授实验室的成员，Benjamin Cyr以及Sara Rampazzi。

传送门

论文
Light Commands: Laser-Based Audio Injection Attacks on Voice-Controllable Systems
Takeshi Sugawara, Benjamin Cyr, Sara Rampazzi, Daniel Genkin, Kevin Fu

主页

参考链接

— 完 —

量子位 QbitAI · 头条号签约

关注我们，第一时间获知前沿科技动态