Studi terbaru oleh tim peneliti di Universidad de la Republica Montevideo, Uruguay, mengungkap bahwa para peretas atau hacker dapat memanfaatkan kecerdasan buatan (AI) dan kabel HDMI untuk mencuri data di komputer korbannya. Simak penjelasannya.
Penelitian tersebut berjudul ‘Deep-TEMPEST: Using Deep Learning to Eavesdrop on HDMI from its Unintended Electromagnetic Emanations’ yang dipublikasikan di server pracetak arXiv. Penelitian itu dilakukan oleh Santiago Fernandez Emilio Martinez, Gabriel Vareal, dan Pablo Muse Federico Larroca.
Kabel HDMI biasanya digunakan untuk mentrasfer tampilan layar dari laptop atau pc ke proyektor agar memiliki tampilan yang lebih besar. Kabel ini ternyata menghasilkan radiasi elektromagnetik yang dapat ditangkap oleh peretas.
Dalam studi ini, para peneliti menemukan bahwa para hacker turut menggunakan teknologi AI dalam praktik peretasan lewat kabel HDMI.
Studi ini melibatkan penangkapan radiasi elektromagnetik yang dipancarkan dari kabel HDMI komputer. Mereka kemudian melatih sistem AI dengan memberikan sampel layar yang terkait dengan sinyal radiasi yang bergerak melalui kabel HDMI komputer, mengutip TechXplore, Kamis (8/8).
Seiring berjalannya waktu, sistem ini secara bertahap menjadi lebih baik dalam mengartikan teks yang ditampilkan pada layar komputer.
Hasil pengujian menunjukkan sistem ini mampu merekonstruksi teks dari layar komputer secara acak dengan akurasi 70 persen. Mereka juga mencatat sistem ini mungkin cukup baik untuk mencuri kata sandi, data sensitif, atau dalam beberapa kasus, komunikasi terenkripsi.
Para peneliti menemukan bahwa mereka dapat meningkatkan hasil mereka dengan menggunakan perangkat lunak pengenal teks pada teks setelah diuraikan.
Para peneliti menyatakan peretas kemungkinan telah melakukan penelitian serupa. Ini berarti peretasan layar seperti itu mungkin telah menargetkan sejumlah korban.
Menurut mereka, yang diperlukan hanyalah perangkat keras yang mampu menangkap radiasi elektromagnetik yang dipancarkan oleh kabel HDMI yang diletakkan di dekat gedung, seperti di kursi belakang mobil.
Lebih lanjut tim ini menyarankan bahwa kebanyakan orang tidak berisiko terkena serangan seperti itu, karena keahlian yang dibutuhkan oleh teknik ini. Sebaliknya, mereka menyarankan bahwa kemungkinan besar pemerintah atau entitas perusahaan yang akan menjadi sasaran.