Lec 11 声学感知攻击（Acoustic Sensing Attacks）

MIT 6.1820/MAS.453 · Mobile and Sensor Computing 阅读材料：BackDoor [MobiSys'17]

1. IoT 安全概览

本讲覆盖四类传感器攻击面：

攻击目标	攻击方式
智能音箱麦克风	不可听语音指令（Inaudible Voice Commands）
加速度计（手环）	声学谐振攻击
无人机 GPS	信号欺骗（GPS Spoofing）
心脏起搏器	无线控制篡改

本讲重点：BackDoor — 利用麦克风放大器的非线性特性注入不可听声音。

---

2. 麦克风工作原理

关键漏洞：放大器在进入滤波器之前工作，若对放大器施加超声波激励，其非线性特性会将信号"混叠"到音频频段。

---

3. 放大器非线性与互调失真（Intermodulation Distortion）

理想放大器为线性：$V_{out} = a_1 V_{in}$

实际放大器存在高次项：

$V_{out} = a_1 V_{in} + a_2 V_{in}^2 + a_3 V_{in}^3 + \cdots$

3.1 双音激励

若输入为两个超声频率之和 $V_{in} = \sin(2\pi F_1 t) + \sin(2\pi F_2 t)$，则二次项产生：

$V_{out}^{(2)} = a_2 V_{in}^2 = a_2 (\sin F_1 + \sin F_2)^2$

展开后包含差频分量：

$\cos(2\pi(F_1 - F_2)t)$

设 $F_1 = 50\text{ kHz}$，$F_2 = 40\text{ kHz}$（两者均为超声，不可听）：

$F_1 - F_2 = 10\text{ kHz}$

Sol：差频 $10\text{ kHz}$ 落在人类可听频段（$20\text{ Hz} - 20\text{ kHz}$）内，且能通过麦克风的低通滤波器，最终被 ADC 采样为数字音频！攻击者可以将语音命令（例如"OK Google 打电话给 X"）编码在两个超声波之间的差频信号上。

---

4. BackDoor 系统设计

4.1 调制方案

为发送连续语音命令而非单一音调，需要将消息 $m(t)$ 调制到超声载波上。

调幅（Amplitude Modulation, AM）：

$s_{AM}(t) = m(t) \cdot \sin(2\pi F_c t)$

问题：扬声器非线性会产生额外失真，污染解调后的音频。

调频（Frequency Modulation, FM）：

$s_{FM}(t) = \sin\left(2\pi F_c t + 2\pi k_f \int m(\tau)\, d\tau\right)$

FM 对非线性更鲁棒，是 BackDoor 最终采用的调制方案。

4.2 双扬声器架构

挑战：单扬声器同时发射两个超声频率时，扬声器自身非线性也会产生差频（可听声），泄漏攻击意图（或被人耳察觉）。

解决方案：

$\text{扬声器 1：发射 } F_1 \text{（信息调制）}$ $\text{扬声器 2：发射 } F_2 \text{（纯载波）}$

两个超声信号分别由不同扬声器发射，在空气中叠加，让麦克风的非线性做混频，而每个扬声器只发射单一频率，自身非线性产生的失真频率不在差频位置。

---

5. 评估结果

5.1 硬件泛化性

在 6 种设备（助听器、相机、iPhone、Android、智能手表、笔记本）上均成功注入，表明漏洞普遍存在于 MEMS 麦克风架构中。

设备	BackDoor 信号强度（dB）
iPhone	~40
Android	~35
笔记本	~55

5.2 通信性能

• 数据率：4 kbps（FM 数据包）
• 有效距离：最远 1 m（更大功率可延伸）

5.3 干扰（Jamming）性能

BackDoor 还可作为声学干扰器（Acoustic Jammer）：

• 干扰距离 $\leq 2.5$ m 内：语音可懂度降至 < 20%（人耳及语音识别均失效）
• 应用：阻止窃听麦克风录音、保护 911 通话隐私

---

6. 相关攻击面

攻击	目标传感器	原理
LightCommands	麦克风	激光调制振膜，注入命令
声学谐振	MEMS 加速度计	特定频率声波引发质量块谐振，欺骗加速度读数
GPS Spoofing	GPS 接收机	发射虚假 GPS 信号，欺骗位置
起搏器攻击	无线通信模块	利用医疗设备无认证的无线接口篡改参数

---

本讲小结

BackDoor 利用 MEMS 麦克风放大器的平方非线性，将两个超声波（人耳不可听）的差频信号注入麦克风的数字音频输出，实现不可听的隐蔽声音通信和干扰攻击；双扬声器架构消除了扬声器自身非线性的干扰，FM 调制提升了信号质量，展示了 IoT 模拟传感器面临的深层安全威胁。