Wie KI Texte über die elektromagnetische Strahlung von HDMI-Kabeln liest

Der neue Ansatz löst ein langjähriges Problem bei der Erfassung digitaler Videosignale, die aufgrund ihrer 10-Bit-Codierung und nichtlinearen Eigenschaften als zu komplex für eine zuverlässige Rekonstruktion galten. Die Forscher formulierten das Problem daher als inverse Aufgabe und entwickelten ein Deep-Learning-Modell auf Basis der DRUNet-Architektur. Dieses wandelt elektromagnetische Signale wieder in ein visuelles Bild um. Ein weiterer wichtiger Vorteil des Systems besteht darin, dass es keine aufwendigen physikalischen Messungen für jede Konfiguration benötigt, da es mathematische Analysen nutzt und eigene Lernmuster generiert.

Im Vergleich zu älteren Methoden mit einer Fehlerquote von bis zu 90 Prozent reduziert das neue System diese auf unter 30 Prozent. Trotz dieser deutlichen Fortschritte sind die Ergebnisse noch nicht perfekt, da der rekonstruierte Text weiterhin zahlreiche Fehler enthält. Dies schränkt derzeit die Möglichkeit eines direkten Missbrauchs in der Praxis ein. Die Technologie ist mit gängiger Software-Defined-Radio-Hardware und einer Erweiterung für GNU Radio kompatibel. Die Forscher haben zudem den Quellcode und eine Datenbank von rund 7 Gigabyte öffentlich zugänglich gemacht.

Die Entdeckung wirft zweifellos erneut die Frage nach der Sicherheit von Bildschirmen und dem elektromagnetischen Datenleck auf. Um das Risiko zu minimieren, empfehlen Experten die Verwendung geeigneter Kabel mit verbesserter elektromagnetischer Abschirmung, Ferritringen und speziell zertifizierten Gehäusen. Herkömmliche Kabel und Schirme bieten in der Regel nicht denselben Schutz gegen diese Art des Abhörens.