선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 또한 공동 신호선에서와 같이 스피커가 배열로 연결되어 있는 경우도 볼 수 있다. 따라서 본 논문에서는 위와 같은 이유로 여러 개의 스피커로부터 소리를 수집할 수 있다면, 추가적인 음성신호처리를 이용하여 신호품질을 높이는 것이 가능하다는 점에 착안하여 연구를 수행하였다. 이러한 실험은 스피커를 이용한 도청의 충분한 가능성을 보여준다.
- 본 실험에서는 도청 방지 기법이 적용된 환경에서 음성신호를 분리하여 보다 좋은 결과를 얻기 위해 신호처리 기법인 독립 성분 분석(ICA)을 이용하였다. 또한, 본 논문에서는 스피커를 이용한 도청이 마이크를 이용한 도청보다 효율적일 수 있음을 보이기 위해 키보드 타격소리를 이용한 키 해킹에 제안하는 기술을 적용해 보았다. 키보드 해킹에서 스피커를 이용한 키보드 타격 소리 수집은 마이크를 이용한 수집보다 더 효율적일 수 있다는 것을 실험결과를 통해 보였다.
- 저자는 출력포트를 입력포트로 재 정의하고 스피커로부터 보다 원만한 소리를 수집하기 위해 사운드장치 내부 증폭을 임의로 변경할 수 있는 소프트웨어 설계를 완료하였다. 또한, 스피커의 도청 장치로서 충분한 성능을 낸다는 점을 부각하기 위해 아래 실험 결과 부분에서 음성신호 후처리를 통한 결과를 기술하였다.
- 또한 스피커는 우리 주변에 쉽게 찾을 수 있으며, 기존의 어떠한 도청 탐지 장비로도 도청 스피커가 그 기능을 하고 있는지 알 수 없다. 본 논문에서는 스피커 도청이 일반 스피커와 운영체제를 비교적 간단하게 조작 하여 여러 시나리오에서 공격이 가능하다는 것을 제시하였다. 더하여, 본 논문은 스피커를 이용한 도청 공격을 간단한 사운드 마스킹이 적용된 환경과 키보드 해킹에 적용해 보았고, 해당 실험을 통해 스피커 도청 공격이 가능함을 보였으며, 특정 환경에서의 키보드 해킹에 스피커가 마이크보다 효과적일 수 있다는 것 또한 보였다.
- 본 논문에서는 스피커를 이용한 도청 예상 시나리오 및 도청 기술을 소개하고, 음성신호처리 기술을 적용함으로써 도청 방지 기법이 적용된 상황에서 스피커를 이용한 도청이 공격 방법으로 충분한 이용될 수 있다는 점을 보이고자 한다. 논문 II 장에서는 제안하는 연구를 이해하는데 필요한 기초적 내용을 기술하였다.
- 사람의 소리를 좀 더 잘 알아들을 수 있도록 입력받은 혼합 음원을 원음과 잡음으로 분리하였으며, 이를 위해 블라인드 음원 분리(Blind Source Separation) 기술 중 하나인 독립 성분 분석(Independent Component Analysis)기술을 이용하였다. 본 논문은 스피커의 도청장치로써 역할 가능여부를 위한 것으로 독립 성분 분석에 대한 기술적인 논의는 주제에 벗어나며, 이에 대한 자세한 설명은 참고문헌 [8]에 기술되어있다. 독립 성분 분석 기법을 이용하기 위해 독립 성분 분석에 관한 활발한 연구를 진행 중인 헬싱키 대학 독립 성분 분석 연구팀에서 무료로 제공하는 매틀랩(Matlab) 소프트웨어를 이용하였다.
- 제안하는 기술은 도청 공격이 목적이기 때문에 청자로 하여금 얻은 신호로부터 목표 음성 신호를 어느 정도 수준으로 인지할 수 있는지 객관적, 주관적으로 평가하는 것이 중요하다. 본 실험에서는 도청 도구로 스피커가 어느 정도 성능을 낼 수 있는지를 평가하기 위해 스피커로 받아들인 입력신호에 대해 객관적 비교 평가를 하였다. 저자는 아날로그 신호처리에서 신호 질 평가의 대표적 방법인 신호 대 잡음비 (Signal to Noise Ratio, SNR) 평가 방법을 사용하였다.
- 이러한 한계는 기계의 음성신호인식 분야에서 치명적일 수 있지만, 본 연구의 목적은 음성 도청이기 때문에 실제 청취를 함으로써 그 한계를 극복할 수 있다고 가정하였다. 본 실험에서는 도청 도구로 스피커가 어느 정도 성능을 낼 수 있는지를 평가하기 위해 스피커로 받아들인 입력신호에 대해 객관적 평가를 하였다. 제안하는 기술은 도청 공격이 목적이기 때문에 청자로 하여금 얻은 신호로부터 목표 음성 신호를 어느 정도 수준으로 인지할 수 있는지 객관적, 주관적으로 평가하는 것이 중요하다.
- 추가적으로 제안하는 기술이 도청 방지 기술이 적용된 상황에서도 사용될 수 있다는 것을 보이기 위해 도청 방지 기법이 적용된 환경을 가정하였다. 본 실험에서는 도청 목표 음성을 물소리, 백색잡음, 사이렌 소리 등을 잡음이 조성된 환경에 노출시켜 시행하였다. 해당 환경을 조성하기 위해 본 논문에서는 사운드 마스킹을 사용하였다.
- 백색잡음은 주파수에 대한 전력밀도의 스펙트럼이 거의 일정한 잡음을 말하며, 스윕잡음은 일정시간동안 주파수를 연속적으로 변화시키는 잡음을 일컫는다. 잡음의 스펙트로그램은 각 잡음이 서로 다른 잡음 환경 및 도청방지 기법이 적용되었음을 시각적으로 보여주기 위해 사용되었다. 스펙트로그램은 소리 파형의 시각화 기법으로서, 파형과 스펙트럼의 특징이 조합된 시각도구이다.
- 저자는 본 논문에서 일반적으로 도청 도구로 생각하는 마이크가 아닌, 음원 출력 장치인 스피커를 이용한 도청 방법을 제안하고자 한다. 스피커는 일반적으로 소리를 내는 장치이지만, 간단한 조작을 통해 공격자의 의도에 따라 마이크로 작동할 수 있다.
- 그림 4는 각 단계별 임계값에 대한 예시이다. 해당 논문에서는 타격 음을 수집하기 위해 사용된 $10정도의 PC 마이크, 사운드 카드의 종류 및 주의해야 할 사항 등에 대해 기술되어 있다. 하지만 실제 실험 및 적용에 있어 환경에 따라 중요하게 작용할 수 있는 마이크 증폭 및 입력 레벨 조건은 기술되어있지 않다.
가설 설정
- 이때 분리한 음성신호와 잡음의 주파수 영역이 역이 서로 겹치게 되면 분리하고자 하는 신호의 심각한 손상을 야기할 가능성이 있고, 어느 신호가 얻고자 하는 신호인지 알 수 없게 할 수도 있다. 이러한 한계는 기계의 음성신호인식 분야에서 치명적일 수 있지만, 본 연구의 목적은 음성 도청이기 때문에 실제 청취를 함으로써 그 한계를 극복할 수 있다고 가정하였다. 본 실험에서는 도청 도구로 스피커가 어느 정도 성능을 낼 수 있는지를 평가하기 위해 스피커로 받아들인 입력신호에 대해 객관적 평가를 하였다.
- 중심극한정리(Central Limit Theorem)[6]에 의하면 서로 독립 신호들을 하나의 신호로 혼합할 때 그 신호들의 개수가 많을수록 혼합 신호의 분포는 점점 더 가우스 함수 분포에 가까운 형태를 가진다. 이에 따라 스피커나 마이크로폰을 통해 흘러나오는 신호들을 혼합한 신호는 원래 신호들보다 정규 분포를 따른다고 가정할 수 있으며, 이러한 특성은 여러 개의 소스를 사용하여 혼합한 신호를 분석하는데 독립 성분 분석 방법이 적절할 것이라는 기대를 준다. [8]
- 이 때 사용하는 기술을 블라인드 음원분리(Blind Source Separation)이라한다. 저자는 도청방지 기법 중 하나인 사운드 마스킹 기법이 적용된 환경을 가정하고 문제를 풀기 위해 간단한 블라인드 음원 분리 기법을 사용하였다.
- 추가적으로 제안하는 기술이 도청 방지 기술이 적용된 상황에서도 사용될 수 있다는 것을 보이기 위해 도청 방지 기법이 적용된 환경을 가정하였다. 본 실험에서는 도청 목표 음성을 물소리, 백색잡음, 사이렌 소리 등을 잡음이 조성된 환경에 노출시켜 시행하였다.
- 하지만, 공격자가 관측할 수 있는 신호는 x뿐이며, 문제를 풀기 위해 공격자는 S의 각 요소들이 독립적일 것이라는 가정을 할 수 있다. 해당 가정과 함께 공격자는 각 신호의 독립성을 최대한 높이는 방향으로 행렬 A-1를 추정할 수 있으며 관측된 신호 x1,x2로부터 음원 신호 S 를 추정 할 수 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.