Gravação de voz no smartphone
Especialistas da Universidade Técnica Estadual de Omsk (OmGTU) desenvolveram uma rede neural para a proteção eficaz de dados pessoais contra vazamentos. Este sistema permite o acesso a informações confidenciais através do reconhecimento de voz do usuário, mesmo que o timbre e as entonações mudem devido ao estado emocional. Os resultados foram apresentados na publicação Applied System Innovation.
No primeiro trimestre de 2025, empresas russas sofreram cerca de 801 milhões de ataques cibernéticos, o que significa mais de cem tentativas de acesso a dados por segundo. No mundo moderno, os hackers visam não apenas dados pessoais e financeiros de clientes, mas também informações médicas e biométricas, conforme relatado pelos especialistas da OmGTU.
Para aumentar o nível de proteção desses dados, os cientistas da universidade criaram um sistema de autenticação por voz baseado em um novo modelo de rede neural. Pavel Lozhnikov, pró-reitor de pesquisa e inovação da OmGTU, explicou que o algoritmo possui uma “sensibilidade” aprimorada a interferências externas devido a novos tipos de neurônios e suas conexões matemáticas.
Lozhnikov detalhou que, ao implementar o procedimento de reconhecimento de voz com seu modelo, o sistema poderá identificar corretamente o indivíduo sem permitir que um invasor extraia o padrão da senha de voz. Além disso, a precisão é superior à do análogo mais próximo: a probabilidade de erro é de 2,1% contra 2,7%, e a senha gerada no sistema deles tem 1024 bits, enquanto no análogo é de apenas 160 bits.
Foi levado em consideração que uma pessoa pode falar com voz “normal”, mas também pode estar sonolenta, nervosa ou cansada, ressaltou Lozhnikov. Em um dos conjuntos de dados usados para treinar a nova rede neural, os oradores pronunciaram frases de senha não apenas em estado normal, mas também em estado alterado.
A escola científica “Algoritmos de Rede Neural de Inteligência Artificial em Execução Segura” da OmGTU cria soluções que tornam o vazamento ou a extração de dados confidenciais, nos quais o modelo de IA foi treinado, impossível ou um processo computacionalmente muito difícil e demorado. Os principais problemas que este modelo resolvem são a baixa precisão do reconhecimento de voz e a manutenção da confidencialidade do modelo biométrico contra invasores, explicou a universidade.
No futuro, os cientistas da OmGTU pretendem adaptar o modelo proposto para outros atributos biométricos, como caligrafia, características faciais e outros. Os especialistas também preveem um aumento nos ataques a sistemas biométricos usando imitações, em meio ao desenvolvimento da inteligência artificial generativa, e estão conduzindo pesquisas adicionais para combater o acesso não autorizado a esse tipo de informação.
