Come l'intelligenza artificiale legge il testo tramite le radiazioni elettromagnetiche dei cavi HDMI

Il nuovo approccio risolve un ostacolo di lunga data all'acquisizione di segnali video digitali, considerati troppo complessi per essere ricostruiti in modo affidabile a causa della loro codifica a 10 bit e delle proprietà non lineari. I ricercatori hanno quindi formulato il problema come un'attività inversa e sviluppato un modello di deep learning basato sull'architettura DRUNet. Questo modello converte i segnali elettromagnetici in un'immagine visiva. Un altro importante vantaggio del sistema è che non richiede complesse misurazioni fisiche per ogni configurazione, poiché utilizza l'analisi matematica e crea autonomamente i propri modelli di apprendimento.

Rispetto ai metodi precedenti, che presentavano un tasso di errore fino al 90%, il nuovo sistema lo riduce a meno del 30%. Nonostante i significativi progressi, i risultati sono tutt'altro che perfetti, poiché il testo ricostruito contiene ancora una quantità considerevole di errori. Ciò limita attualmente la possibilità di un utilizzo malevolo diretto nella pratica. La tecnologia funziona con hardware radio definito via software (SDR) comunemente disponibile e con un'estensione per GNU Radio. I ricercatori hanno inoltre reso pubblici il codice sorgente e un database di circa 7 gigabyte.

La scoperta riapre senza dubbio la questione della sicurezza degli schermi e della fuga di dati tramite interferenze elettromagnetiche. Per ridurre il rischio, gli esperti raccomandano l'utilizzo di cavi adeguati con una migliore schermatura elettromagnetica, anelli in ferrite e guaine appositamente certificate. I cavi e gli schermi comuni, in genere, non offrono lo stesso livello di protezione contro questo tipo di intercettazione.