Descubrimiento de nueva metodología de interceptación
Un grupo de científicos de la Universidad Estatal de Pensilvania (EE.UU.) ha creado un sistema capaz de capturar y convertir en texto partes de llamadas telefónicas desde una distancia de tres metros. Esta tecnología combina radar de ondas milimétricas con inteligencia artificial, logrando transcribir hasta el 60% de las palabras pronunciadas.
Este avance representa un nivel de exactitud nunca antes alcanzado por técnicas de espionaje acústico tradicionales. “el objetivo de nuestra técnica consiste en explorar si estas herramientas pueden ser utilizadas por actores maliciosos para espiar conversaciones telefónicas a distancia”, afirmó Suryoday Basak, uno de los investigadores principales.
Mecanismo de captación de vibraciones
El proceso se basa en la detección de microvibraciones imperceptibles que se generan en el auricular de los dispositivos móviles durante las llamadas. Estos movimientos, provocados por las ondas sonoras, son demasiado sutiles para ser percibidos por micrófonos convencionales o el oído humano.
El radar utilizado es similar al empleado en sistemas de seguridad y redes 5G, capaz de registrar desplazamientos mínimos en superficies a distancia. Colocado a tres metros del objetivo, el aparato logra capturar en tiempo real estas vibraciones generadas durante las conversaciones.
Procesamiento con inteligencia artificial
El desafío técnico más complejo consiste en convertir estas señales ruidosas en información interpretable. Para esto, los especialistas adaptaron Whisper, un modelo de reconocimiento de voz de código abierto, entrenándolo con datos obtenidos del radar en lugar de audio convencional.
Mediante una técnica llamada “adaptación de bajo rango”, modificaron solo una porción de los parámetros del modelo para que pudiera analizar los patrones de vibración del teléfono y extraer palabras reconocibles.
Resultados y potencial de ataque
En las pruebas realizadas, el sistema mostró eficacia al transcribir conversaciones con vocabularios amplios (hasta 10,000 palabras), manteniendo un promedio de acierto del 60%. Aunque existe margen de error, los científicos destacan que el contexto proporcionado por un analista humano permitiría reconstruir gran parte del contenido.
En experimentos previos (2022), lograron identificar el 83% de las palabras cuando el vocabulario se limitaba a diez términos específicos, lo que sugiere potencial para ataques dirigidos. El sistema funciona sin necesidad de visión directa, siempre que exista una línea clara hacia el dispositivo.
Peligros de seguridad y privacidad
El principal riesgo radica en la omnipresencia de dispositivos móviles y la discreción del radar utilizado. Cualquier persona podría ser espiada sin darse cuenta, especialmente en entornos laborales, gubernamentales o industriales donde se manejan datos sensibles.
Este tipo de vigilancia clandestina no deja huellas digitales ni señales en redes, complicando su detección. Además, la información obtenida podría contener datos críticos como contraseñas, números de tarjetas o información sensible.
“Nuestros hallazgos sugieren que esto es técnicamente factible en ciertas circunstancias, y esperamos que esto concientice al público para que las personas sean más conscientes durante las llamadas sensibles”
