黑客入侵智能手机新手法：声波攻击加速度传感器！
导读
说起黑客攻击，大部分人首先会想到软件和网络通信层面的入侵，很少有人会注意到硬件传感器也会遭受攻击，更令人想不到的是攻击途径竟然是无处不在的「声波」。然而，最近美国密歇根大学一项研究成功利用声波攻击了加速度传感器，并且成功入侵智能手机和智能可穿戴设备Fitbit手环。
研究简介
这项研究主要是模拟声学攻击电容式MEMS加速度传感器，通过故意制造干扰来达到欺骗传感器的目的。微处理器和嵌入式系统往往过于「盲目信任」这些传感器的输出，使得攻击者可以有机可乘，人为地为微处理器和嵌入式系统有选择性地输入一些数值。
正如研究人员在论文中所述，这项研究的贡献主要在于以下三方面：
第一，物理建模，主要针对MEMS加速度传感器的恶意声学干扰。
第二，电路缺陷研究，正是由于电路缺陷，所以MEMS加速度传感器和系统对于声学入侵攻击，才会存在安全漏洞。
第三，两种软件防御方法，减轻MEMS加速度传感器的安全风险。
密歇根大学的计算机科学和工程系的副教授 Kevin Fu 领导这一研究，团队利用精准调谐的铃声，欺骗了不同型号的加速度传感器。这种欺骗攻击方式，成为了进入这些设备的一个后门，使得攻击者可以利用它对于设备发动攻击。
对于这项研究，教授这么说：
“我们的研究颠覆了关于底层硬件的普遍假设。如果你站在计算机科学的角度，你不会发现这个安全问题。如果你站在材料科学的角度，你也不会发现这个安全问题。只有你同时站在计算机科学和材料科学的角度，你才会发现这些安全漏洞。”
加速度传感器
这项研究攻击方式是声波，攻击对象是加速度传感器。所以，我们简单介绍一下加速度传感器的相关知识和应用场景。
（图片来源：密歇根大学）
加速度传感器，是一种能够测量三维空间中物体速度变化的传感器。通常由质量块、阻尼器、弹性元件、敏感元件和适调电路等部分组成。根据传感器敏感元件的不同，常见的加速度传感器包括电容式、电感式、应变式、压阻式、压电式等。
加速度传感器广泛应用于汽车电子、航空航天、医疗电子、无人机、智能手机、智能硬件、物联网等工业和消费电子领域。它可以采集物体的加速度数据信息，发送给芯片和嵌入式系统进行分析和决策。它的用途包括飞机导航、游戏控制、手柄振动和摇晃、汽车制动启动检测、地震检测、工程测振、地质勘探、振动测试与分析、安全保卫等等。
攻击演示
为了演示和模仿这些攻击，揭示相关的安全漏洞，研究人员扮演了白帽黑客，进行了几个实验。
实验一：他们通过播放不同的恶意音乐文件，控制加速度传感器，让三星 Galaxy S5 手机的芯片输出信号拼出单词“WALNUT”。
（图片来源：密歇根大学）
实验二：他们利用价值5美元的扬声器，欺骗控制 Fitbit 手环的加速度传感器，让实际上没有运动过一步的 Fitbit 手环，形成虚假计数的假象。
（图片来源：密歇根大学）
实验三：他们通过智能手机的扬声器播放了一段“恶意病毒”音乐文件，控制安卓手机的加速度传感器，该加速度传感器是控制玩具车的应用程序所信任的。他们欺骗了该应用程序，从而能够远程控制一辆玩具汽车。
（图片来源：密歇根大学）
攻击原理
电容式MEMS加速度传感器，在加速过程中，通过对质量偏差的感知来测量加速度值。下图正是MEMS加速度传感器的原理图。
（图片来源：密歇根大学）
当遭受到加速力时，感知的质量会发生变化，从而引起电容变化，再转换成一个模拟电压信号。电压信号则可以代表感知到的加速度。
声学压力波，会对于其传播路径上的物体产生影响。在共振频率下，感知质量的弹性结构会受到声学干扰的影响，取代原有的质量感知，从而产生虚假的加速度信号。这一过程有点类似歌唱家在歌唱过程中，发出的声音震碎玻璃杯，这同样也是一种共振现象。
这种被欺骗后的加速度信号和声学干扰信号相关，如下图所示。这里有一点很重要，弹性结构的共振频率与其物理设计特征相关，而声学干扰的共振频率必须匹配弹性结构的共振频率，从而成功制造这种虚假的加速度。
（图片来源：密歇根大学）
所以，对于MEMS加速度传感器的声学攻击方案很简单：
在声学正弦信号上，对于希望传感器输出的信号进行振幅调制，但是必须要求声学信号的频率和MEMS传感器的共振频率一致。
下图展示了研究人员如何欺骗MEMS加速度传感器，输出信号带有类似字母"WALNUT"。
（图片来源：密歇根大学）
为了演示这个过程，正如我们前面提到的实验三，研究人员展示了利用一部三星Galaxy S5 智能手机，它正在运行一个控制玩具车的应用程序。这个应用程序对于玩具车的控制，基于智能手机MEMS加速度传感器的测量信号。在正常情况下，用户可以倾斜手机至不同的角度，从而控制汽车运动的方向。通过声学攻击，汽车可以在无需移动手机的情况下运动。
（图片来源：密歇根大学）
受影响的传感器型号
实验只测量了来自5个不同芯片制造商的20种不同MEMS加速度传感器的信号。但是，除了加速度传感器，其他的MEMS传感器，例如MEMS陀螺仪，也容易受到这种类型攻击。
研究人员所测试的具有安全隐患的传感器列表如下图所示，B代表输出偏置攻击，C代表输出控制攻击，被标注B和C的传感器型号就代表容易受到这种类型的攻击。
（图片来源：密歇根大学）
这些传感器并不是所有的配置条件下都会出现安全漏洞，但是至少有一种情况下会发生。实验考虑的声学干扰振幅在110 db的声压级别，低一点的振幅同样也可以对于各种传感器产生负面影响。
电路缺陷
研究人员称，这些系统中的缺陷来源于「模拟信号的数字化处理」。数字的“低通滤波器”筛选出最高的频率以及振幅，但是没有考虑到安全因素。
在这些情况下，他们无意的清除了声音信号，从而造成安全漏洞，因此更加方便团队人为地控制系统。
应对策略
如何具体的应对这种攻击，大家可以参考文章末尾参考资料中的研究论文。
简短的说，我们可以有各种各样的技术方案，以达到安全应用传感器的目的。但是，下面是两种普遍的应对策略：
部署MEMS传感器的时候，采用一种可以限制他们暴露于声学干扰的途径，例如在它们周围部署声学抑制泡棉。
利用数据处理算法来拒绝反常的加速度信号，特别是具有在MEMS传感器共振频率附近的频率成分的那些信号。
研究人员在论文中介绍了两种低成本的软件防御方案，可以最小化该安全漏洞，并且他们也提醒了制造商去应对这些问题。
参考资料
【1】https://spqr.eecs.umich.edu/walnut/
【2】Timothy Trippel, Ofir Weisse, Wenyuan Xu, Peter Honeyman, andKevin Fu, "WALNUT: Waging Doubt on the Integrity of MEMS Accelerometers with Acoustic Injection Attacks," https://spqr.eecs.umich.edu/papers/trippel-IEEE-oaklawn-walnut-2017.pdf
相关阅读
咨询请联系微信：JohnZh1984。
更多安全健康文章，直接点击左下角的“阅读原文”