Google Assistant, Siri, Alexa e gli altri assistenti digitali ascoltano gli ultrasuoni

Gli studi accademici spesso offrono nuovi spunti per spronare i produttori di software e dispositivi a migliorare la sicurezza dei loro device.

Alcuni ricercatori dell’università cinese di Zheijiang hanno pubblicato i dettagli su quello che hanno voluto chiamare DolphinAttack: usando gli ultrasuoni è possibile far eseguire operazioni specifiche agli assistenti digitali come Siri, Google Assistant, Samsung S Voice e Alexa senza che il proprietario del dispositivo se ne accorga (lo smartphone può essere conservato in tasca o semplicemente appoggiato su un tavolo).

La tecnica usata dal team cinese è piuttosto semplice: la voce umana che, per quanto riguarda le componenti fondamentali, è compresa tra 100 e 125 Hz per la voce maschile, 200-250 Hz per la voce femminile e 400-450 Hz per la voce infantile, è stata dapprima portata nelle frequenze degli ultrasuoni, inudibili dal nostro orecchio, oltre i 20.000 Hz.
Successivamente, il file audio così elaborato è stato riprodotto usando uno smartphone, un amplificatore, un trasduttore a ultrasuoni e una batteria.

Gli assistenti digitali in ascolto hanno immediatamente rilevato le richieste vocali riprodotte sulle frequenze degli ultrasuoni e hanno eseguito le operazioni richieste quali l’apertura di un sito web potenzialmente contenente malware, l’invio di un messaggio e l’avvio di una chiamata verso uno specifico numero telefonico.

Come si spiega in questo documento, l’aggressione può avvenire a una distanza non superiore a 2 metri dal dispositivo da attaccare. A meno di non riuscire ad incrementare la potenza del segnale.

Quella cinese, va detto, appare come una semplice ricerca che però pone subito in evidenza anche le possibili soluzioni: i produttori dei device mobili potrebbero ignorare le frequenze che superano i 20 kHz.
Secondo gli esperti, però, l’applicazione di un filtro potrebbe rivelarsi problematica perché potrebbe ridurre le abilità del dispositivo nell'”isolamento” del parlato dal resto del rumore ambientale. I microfoni riescono a rilevare frequenze fino a 42 kHz.