El nuevo enfoque resuelve un obst\u00e1culo de larga data en la captura de se\u00f1ales de video digital, consideradas demasiado complejas para reconstruirlas de manera confiable debido a su codificaci\u00f3n de 10 bits y propiedades no lineales. Por lo tanto, los investigadores plantearon el problema como una tarea inversa y desarrollaron un modelo de aprendizaje profundo basado en la arquitectura DRUNet. Este modelo convierte las se\u00f1ales electromagn\u00e9ticas en una imagen visual. Otra ventaja importante del sistema es que no requiere mediciones f\u00edsicas complejas para cada configuraci\u00f3n, ya que utiliza an\u00e1lisis matem\u00e1tico y crea sus propios patrones de aprendizaje.
En comparaci\u00f3n con los m\u00e9todos anteriores, que presentaban una tasa de error de hasta el 90 %, el nuevo sistema la reduce a menos del 30 %. A pesar del notable progreso, los resultados distan mucho de ser perfectos, ya que el texto reconstruido a\u00fan contiene una cantidad considerable de errores. Esto limita actualmente la posibilidad de un uso malicioso directo en la pr\u00e1ctica. La tecnolog\u00eda funciona con hardware de radio definido por software de uso com\u00fan y una extensi\u00f3n para GNU Radio. Los investigadores tambi\u00e9n han puesto a disposici\u00f3n del p\u00fablico el c\u00f3digo fuente y una base de datos de aproximadamente 7 gigabytes.
Este descubrimiento reabre sin duda el debate sobre la seguridad de las pantallas y la fuga de datos electromagn\u00e9ticos. Para reducir el riesgo, los expertos recomiendan utilizar cables adecuados con mejor blindaje electromagn\u00e9tico, anillos de ferrita y carcasas con certificaci\u00f3n especial. Los cables y pantallas comunes generalmente no ofrecen el mismo nivel de protecci\u00f3n contra este tipo de interceptaci\u00f3n.<\/p>","protected":false},"excerpt":{"rendered":"
Novi pristop re\u0161uje dolgoletno oviro prestrezanja digitalnih video signalov, ki so zaradi 10-bitnega kodiranja in svojih nelinearnih lastnosti veljali za preve\u010d zapletene za zanesljivo rekonstrukcijo. Raziskovalci so zato problem zastavili kot obratno nalogo in razvili model globokega u\u010denja, ki temelji na arhitekturi DRUNet. Ta elektromagnetne signale pretvarja nazaj v vizualno podobo. Pomembna prednost sistema je […]<\/p>","protected":false},"author":2,"featured_media":0,"comment_status":"","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[4],"tags":[192],"class_list":["post-8368","post","type-post","status-publish","format-standard","hentry","category-racunalnistvo-telefonija","tag-umetna-inteligenca"],"acf":{"subtitle":"Raziskovalci z univerze v Montevideu so razvili sistem Deep-TEMPEST, ki s pomo\u010djo umetne inteligence sestavi vsebino zaslona na podlagi elektromagnetnega sevanja kablov HDMI. Nova metoda sicer temelji na konceptu, znanem \u017ee iz \u010dasov analogne tehnologije VGA, vendar ga uspe\u0161no prena\u0161a tudi v digitalno okolje.","heading":"","summary":"Sistem Deep-TEMPEST omogo\u010da zajem besedila z zaslona prek elektromagnetnih emisij HDMI kablov s pomo\u010djo umetne inteligence, pri \u010demer stopnja napak ostaja pod 30 odstotki, re\u0161itev pa zahteva stro\u017ejo za\u0161\u010dito kablov.","thumbnail_small":"https:\/\/racunalniske-novice.com\/wp-content\/uploads\/2026\/11\/pexels-kampus-8353774-560x315.jpg","thumbnail_large":"https:\/\/racunalniske-novice.com\/wp-content\/uploads\/2026\/11\/pexels-kampus-8353774-1024x684.jpg","thumbnail_caption":"Foto: Pexels","gallery":"","video_gallery":null,"author":"","links":null,"sources":[{"title":"hwupgrade","url":"https:\/\/www.hwupgrade.it\/news\/sicurezza-software\/spiare-un-monitor-dal-cavo-hdmi-un-ia-azzecca-oltre-7-caratteri-su-10_161831.html"}],"skip_language":[]},"yoast_head":"\n