Smartfony to urządzenia zagrożone – co do tego nie ma wątpliwości. Przeciętny użytkownik może co najwyżej uważać na to, co pobiera, i ograniczać się do oficjalnych źródeł. Tymczasem nowe badanie opublikowane przez Uniwersytet Georgetown sprawdza możliwość zdalnego ataku za pomocą bezpośrednich komend głosowych dla asystentów takich jak Google Now, Siri i Cortana. Najciekawsze jest to, że komendy są przekazywane przez zniekształcony, niemal demoniczny głos, który teoretycznie można ukryć w filmie na YouTube lub w innym źródle dźwięku.
Postępy w rozpoznawaniu mowy były niezwykłe i całkowicie zmieniły sposób korzystania z urządzeń mobilnych, ale w miarę jak asystenci rozszerzają swoje możliwości i dodają kolejne komendy, rośnie też prawdopodobieństwo znalezienia podatności. Jeśli użytkownik nie ma urządzenia takiego jak Moto X, zwykle ręcznie wywołuje asystenta i dopiero potem mówi, ale właśnie w tym tkwi sedno: jeśli asystent jest na pierwszym planie i gotowy do przyjmowania komend, każdy może do niego mówić, nawet film na YouTube specjalnie przygotowany do rozpowszechniania złośliwego oprogramowania.
Choć to bardzo szczególny warunek działania, grupa badaczy z Uniwersytetu Georgetown i Uniwersytetu Kalifornijskiego (Berkeley) podkreśla potencjał wirusowych filmów. Jeśli na milion odtworzeń dziesięć tysięcy użytkowników zostawi smartfon blisko głośników, a połowa poprawnie zinterpretuje polecenie otwarcia adresu URL ze złośliwym oprogramowaniem, można mówić o pięciu tysiącach zainfekowanych urządzeń. Te ukryte komendy są przekazywane bardzo zniekształconym głosem o pewnym demonicznym charakterze, który może osiągnąć cel nawet w hałaśliwym otoczeniu.
Badanie ma oficjalną stronę (link poniżej), na której opublikowano kilka demonstracji „white-box” i „black-box” aby wszyscy zainteresowani mogli je przetestować na swoich smartfonach. Podkreślam, że nie jest to dokładne rozwiązanie – szacuję, że smartfon najczęściej nie rozpozna komend, ale wiemy dobrze, że złośliwe oprogramowanie musi mieć tylko raz szczęście.
