{"id":21582,"date":"2024-03-07T16:39:35","date_gmt":"2024-03-07T14:39:35","guid":{"rendered":"https:\/\/www.kaspersky.fr\/blog\/?p=21582"},"modified":"2024-03-07T16:39:35","modified_gmt":"2024-03-07T14:39:35","slug":"ambient-light-sensor-privacy","status":"publish","type":"post","link":"https:\/\/www.kaspersky.fr\/blog\/ambient-light-sensor-privacy\/21582\/","title":{"rendered":"Le capteur de lumi\u00e8re ambiante comme outil d’espionnage"},"content":{"rendered":"

Un article de la revue Science<\/a> publi\u00e9 mi-janvier d\u00e9crit une m\u00e9thode originale pour surveiller les utilisateurs de smartphones via leur capteur de lumi\u00e8re ambiante. Ce module est int\u00e9gr\u00e9 \u00e0 tous les smartphones et toutes les tablettes, ainsi qu\u2019\u00e0 de nombreux ordinateurs portables et t\u00e9l\u00e9viseurs. Sa t\u00e2che principale consiste \u00e0 d\u00e9tecter la quantit\u00e9 de lumi\u00e8re ambiante dans l\u2019environnement dans lequel l\u2019appareil se trouve et d\u2019ajuster la luminosit\u00e9 de l\u2019\u00e9cran en cons\u00e9quence.<\/p>\n

Mais avant de poursuivre, il convient d\u2019expliquer pourquoi un op\u00e9rateur malveillant aurait recours \u00e0 un outil non adapt\u00e9 \u00e0 la capture d\u2019images au lieu d\u2019utiliser l\u2019appareil photo standard de l\u2019appareil cibl\u00e9. Il faut savoir que ces capteurs \u00a0\u00bb\u00a0non adapt\u00e9s\u00a0\u00a0\u00bb ne sont, en g\u00e9n\u00e9ral, pas prot\u00e9g\u00e9s du tout. Imaginons qu\u2019un pirate informatique incite un utilisateur \u00e0 installer un programme malveillant sur son smartphone. Le programme malveillant aura du mal \u00e0 acc\u00e9der aux modules souvent cibl\u00e9s, comme le microphone ou l\u2019appareil photo. Mais acc\u00e9der au capteur de lumi\u00e8re\u00a0? C\u2019est simple comme bonjour\u00a0!<\/p>\n

Ainsi, les chercheurs ont d\u00e9montr\u00e9 que ce capteur de lumi\u00e8re ambiante peut \u00eatre utilis\u00e9 \u00e0 la place de l\u2019appareil photo, par exemple pour obtenir un clich\u00e9 de la main de l\u2019utilisateur en train de saisir un code PIN sur un clavier virtuel. En th\u00e9orie, l\u2019analyse de ces donn\u00e9es permet ensuite de reconstituer le mot de passe proprement dit. Cet article explique les tenants et les aboutissants de cette probl\u00e9matique de fa\u00e7on simple.<\/p>\n

<\/a>

\u00ab\u00a0Prise de clich\u00e9s\u00a0\u00bb \u00e0 l\u2019aide d\u2019un capteur de lumi\u00e8re. Source<\/a><\/p><\/div>\n

\u00a0<\/p>\n

Le capteur de lumi\u00e8re rel\u00e8ve d\u2019une technologie assez basique. Il s\u2019agit d\u2019une cellule photo\u00e9lectrique sensible \u00e0 la lumi\u00e8re, qui permet de mesurer l\u2019intensit\u00e9 de la lumi\u00e8re ambiante plusieurs fois par seconde. Les appareils photo num\u00e9riques utilisent des capteurs de lumi\u00e8re tr\u00e8s similaires (bien que plus petits), mais en comptent plusieurs millions. L\u2019objectif projette une image sur cette matrice de cellules photo\u00e9lectriques, la luminosit\u00e9 de chaque \u00e9l\u00e9ment est mesur\u00e9e, et il en r\u00e9sulte une photographie num\u00e9rique. Ainsi, on pourrait d\u00e9crire le capteur de lumi\u00e8re comme l\u2019appareil photo num\u00e9rique le plus basique qui soit, sa r\u00e9solution \u00e9tant d\u2019exactement un pixel. Mais comment une telle chose peut-elle capturer ce qui se passe autour de l\u2019appareil\u00a0?<\/p>\n

Les chercheurs ont utilis\u00e9 le principe de r\u00e9ciprocit\u00e9 de Helmholtz<\/a>, formul\u00e9 au milieu du XIXe<\/sup>\u00a0si\u00e8cle. Ce principe est largement utilis\u00e9 en infographie, par exemple, o\u00f9 il simplifie grandement les calculs. En 2005, ce principe a \u00e9galement servi de base \u00e0 une m\u00e9thode propos\u00e9e<\/a> appel\u00e9e \u00ab\u00a0double photographie\u00a0\u00bb. Prenons une illustration tir\u00e9e de cette proposition pour mieux comprendre :<\/p>\n

\"\u00c0<\/a>

\u00c0 gauche se trouve une photographie r\u00e9elle de l\u2019objet. \u00c0 droite se trouve une image calcul\u00e9e du point de vue de la source de lumi\u00e8re. Source<\/a><\/p><\/div>\n

\u00a0<\/p>\n

Imaginez que vous photographiez des objets sur une table. Une lampe \u00e9claire ces objets, la lumi\u00e8re r\u00e9fl\u00e9chie atteint l\u2019objectif de l\u2019appareil photo, et il en r\u00e9sulte une photographie. Rien d\u2019extraordinaire. Dans l\u2019illustration ci-dessus, l\u2019image de gauche est pr\u00e9cis\u00e9ment cela\u00a0: une photo ordinaire. Ensuite, de mani\u00e8re tr\u00e8s simplifi\u00e9e, les chercheurs ont commenc\u00e9 \u00e0 modifier la luminosit\u00e9 de la lampe et \u00e0 enregistrer les changements d\u2019\u00e9clairage. Ils ont ainsi recueilli suffisamment d\u2019informations pour reconstituer l\u2019image de droite, consid\u00e9r\u00e9e du point de vue de la lampe. Il n\u2019y a pas et il n\u2019y a jamais eu d\u2019appareil photo \u00e0 cet endroit-l\u00e0, mais gr\u00e2ce \u00e0 ces mesures, la sc\u00e8ne a pu \u00eatre reconstitu\u00e9e avec succ\u00e8s.<\/p>\n

Le plus int\u00e9ressant est que cette technique ne n\u00e9cessite m\u00eame pas d\u2019appareil photo. Il suffit d\u2019utiliser une simple photor\u00e9sistance\u2026 comme celle d\u2019un capteur de lumi\u00e8re ambiante. La photor\u00e9sistance (ou \u00ab\u00a0appareil photo \u00e0 un seul pixel\u00a0\u00bb) mesure les changements au niveau de la lumi\u00e8re r\u00e9fl\u00e9chie par les objets, et ces donn\u00e9es sont ensuite utilis\u00e9es pour obtenir une photographie. La qualit\u00e9 de l\u2019image est m\u00e9diocre et de nombreuses mesures doivent \u00eatre prises, ces derni\u00e8res se comptant par centaines ou par milliers.<\/p>\n

\"Dispositif<\/a>

Dispositif exp\u00e9rimental : une tablette Samsung Galaxy View et une main de mannequin. Source<\/a><\/p><\/div>\n

\u00a0<\/p>\n

Revenons-en \u00e0 l\u2019\u00e9tude et au capteur de lumi\u00e8re. Les auteurs de l\u2019article ont utilis\u00e9 une tablette Samsung Galaxy View assez grande, avec un \u00e9cran 17\u00a0pouces. Diff\u00e9rents motifs rectangulaires noirs et blancs ont \u00e9t\u00e9 affich\u00e9s sur l\u2019\u00e9cran de la tablette. Une main de mannequin a \u00e9t\u00e9 positionn\u00e9e face \u00e0 l\u2019\u00e9cran, jouant le r\u00f4le d\u2019un utilisateur en train de saisir quelque chose sur le clavier tactile de la tablette. Le capteur de lumi\u00e8re a enregistr\u00e9 les variations de luminosit\u00e9. Plusieurs centaines de mesures comme celle-ci ont permis de cr\u00e9er une image de la main de mannequin. Autrement dit, les auteurs ont appliqu\u00e9 le principe de r\u00e9ciprocit\u00e9 de Helmholtz pour obtenir une photographie de la main, consid\u00e9r\u00e9e du point de vue de l\u2019\u00e9cran. Les chercheurs ont transform\u00e9 de mani\u00e8re efficace l\u2019\u00e9cran de la tablette en un appareil photo de tr\u00e8s mauvaise qualit\u00e9.<\/p>\n

\"Comparaison<\/a>

Comparaison entre les objets r\u00e9els plac\u00e9s devant la tablette et ce que le capteur de lumi\u00e8re a captur\u00e9. Source<\/a><\/p><\/div>\n

\u00a0<\/p>\n

Certes, il ne s\u2019agit pas de l\u2019image la plus nette qui soit. L\u2019image en haut \u00e0 gauche montre ce qui devait \u00eatre captur\u00e9 : d\u2019une part, la paume ouverte de la main de mannequin ; d\u2019autre part, la fa\u00e7on dont \u00a0\u00bb l\u2019utilisateur \u00a0\u00bb semble appuyer sur quelque chose \u00e0 l\u2019\u00e9cran. Les images au centre repr\u00e9sentent une \u00a0\u00bb photo \u00a0\u00bb reconstitu\u00e9e avec une r\u00e9solution 32\u00d732, dans laquelle presque rien n\u2019est visible. Cela est d\u00fb \u00e0 un bruit trop important dans les donn\u00e9es. Cependant, \u00e0 l\u2019aide d\u2019algorithmes de machine learning, le bruit a \u00e9t\u00e9 filtr\u00e9 pour produire les images de droite, o\u00f9 l\u2019on peut distinguer clairement les deux positions de la main. Les auteurs de l\u2019article donnent d\u2019autres exemples de gestes typiques que les utilisateurs font lorsqu\u2019ils touchent l\u2019\u00e9cran tactile d\u2019une tablette. Ou plut\u00f4t, des exemples de la fa\u00e7on dont ils ont r\u00e9ussi \u00e0 \u00ab\u00a0photographier\u00a0\u00bb ces gestes :<\/p>\n

\"Capture<\/a>

Capture de diff\u00e9rentes positions de la main \u00e0 l\u2019aide d\u2019un capteur de lumi\u00e8re. Source<\/a><\/p><\/div>\n

\u00a0<\/p>\n

Peut-on donc appliquer cette m\u00e9thode dans la pratique ? Est-il possible de surveiller les interactions d\u2019utilisateurs avec l\u2019\u00e9cran tactile d\u2019une tablette ou d\u2019un smartphone ? La mani\u00e8re dont ils saisissent du texte sur le clavier tactile ? La mani\u00e8re dont ils saisissent les informations de leur carte de cr\u00e9dit ? La mani\u00e8re dont ils ouvrent les applications ? Heureusement, ce n\u2019est pas si simple. Remarquez les l\u00e9gendes qui accompagnent les \u00ab\u00a0photographies\u00a0\u00bb dans l\u2019illustration ci-dessus. Elles montrent \u00e0 quel point cette m\u00e9thode prend du temps. Dans le meilleur des cas, les chercheurs ont pu reconstituer une \u00ab\u00a0photo\u00a0\u00bb de la main en un peu plus de trois minutes. Il a fallu 17 minutes pour capturer l\u2019image de l\u2019illustration pr\u00e9c\u00e9dente. Il est impossible d\u2019assurer une surveillance en temps r\u00e9el \u00e0 une si faible allure. La raison pour laquelle la plupart des exp\u00e9riences comportaient une main de mannequin est \u00e9galement claire \u00e0 pr\u00e9sent : un \u00eatre humain ne peut tout simplement pas garder sa main immobile aussi longtemps.<\/p>\n

Cependant, il ne faut pas exclure une \u00e9ventuelle am\u00e9lioration de cette m\u00e9thode. Consid\u00e9rons le pire des sc\u00e9narios\u00a0: si chaque image de main peut \u00eatre obtenue non pas en trois minutes mais, disons, en une demi-seconde, si l\u2019affichage \u00e0 l\u2019\u00e9cran ne consiste pas en d\u2019\u00e9tranges formes en noir et blanc mais en une vid\u00e9o, une s\u00e9rie d\u2019images ou une animation qui int\u00e9resse l\u2019utilisateur, et si l\u2019utilisateur fait quelque chose qui vaut la peine d\u2019\u00eatre espionn\u00e9\u2026 alors une telle cyberattaque serait peut-\u00eatre justifi\u00e9e. Cependant, m\u00eame dans ce cas, cela n\u2019aurait pas \u00e9norm\u00e9ment de sens. Tous les efforts des chercheurs sont sap\u00e9s par le fait que si un pirate informatique parvient \u00e0 introduire un programme malveillant dans l\u2019appareil de sa victime, il dispose alors de nombreux moyens plus efficaces pour l\u2019inciter \u00e0 saisir un mot de passe ou un num\u00e9ro de carte de cr\u00e9dit. C\u2019est peut-\u00eatre la premi\u00e8re fois depuis que nous abordons de tels sujets (exemples\u00a0: un<\/a>, deux<\/a>, trois<\/a>, quatre<\/a>) que nous avons du mal \u00e0 imaginer un sc\u00e9nario r\u00e9el pour ce type de cyberattaques.<\/p>\n

Nous ne pouvons que nous \u00e9merveiller devant la beaut\u00e9 de la m\u00e9thode propos\u00e9e. Cette \u00e9tude nous rappelle une fois de plus que les appareils en apparence familiers et discrets qui nous entourent peuvent cacher des fonctionnalit\u00e9s insolites et m\u00e9connues. Cela \u00e9tant dit, pour les personnes qui s\u2019inqui\u00e8tent d\u2019une \u00e9ventuelle atteinte \u00e0 leur vie priv\u00e9e, la solution est simple. La mauvaise qualit\u00e9 de ces images est due au fait que le capteur de lumi\u00e8re prend des mesures assez peu fr\u00e9quemment, c\u2019est-\u00e0-dire 10 \u00e0 20 fois par seconde. Les donn\u00e9es de sortie manquent \u00e9galement de pr\u00e9cision. Cependant, ce niveau de mesures n\u2019est pertinent que pour transformer le capteur en appareil photo. Pour la t\u00e2che principale, \u00e0 savoir la mesure de la lumi\u00e8re ambiante, ce rythme est m\u00eame trop \u00e9lev\u00e9. Nous pouvons donc \u00ab\u00a0grossir\u00a0\u00bb encore plus les donn\u00e9es en les transmettant, par exemple, 5 fois par seconde au lieu de 20. Pour adapter la luminosit\u00e9 de l\u2019\u00e9cran \u00e0 la lumi\u00e8re ambiante, cela suffit amplement. Mais l\u2019espionnage via le capteur, qui \u00e9tait d\u00e9j\u00e0 improbable, deviendrait alors impossible. Et c\u2019est sans doute mieux ainsi.<\/p>\n","protected":false},"excerpt":{"rendered":"

Une nouvelle \u00e9tude portant sur les propri\u00e9t\u00e9s inattendues d’une fonctionnalit\u00e9 standard pr\u00e9sente sur tous les smartphones et toutes les tablettes modernes.<\/p>\n","protected":false},"author":665,"featured_media":21588,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[2112,3150],"tags":[180,921,82,435],"class_list":{"0":"post-21582","1":"post","2":"type-post","3":"status-publish","4":"format-standard","5":"has-post-thumbnail","7":"category-business","8":"category-enterprise","9":"tag-confidentialite","10":"tag-recherche","11":"tag-smartphone","12":"tag-smartphones"},"hreflang":[{"hreflang":"fr","url":"https:\/\/www.kaspersky.fr\/blog\/ambient-light-sensor-privacy\/21582\/"},{"hreflang":"en-in","url":"https:\/\/www.kaspersky.co.in\/blog\/ambient-light-sensor-privacy\/27035\/"},{"hreflang":"en-ae","url":"https:\/\/me-en.kaspersky.com\/blog\/ambient-light-sensor-privacy\/22347\/"},{"hreflang":"en-us","url":"https:\/\/usa.kaspersky.com\/blog\/ambient-light-sensor-privacy\/29704\/"},{"hreflang":"en-gb","url":"https:\/\/www.kaspersky.co.uk\/blog\/ambient-light-sensor-privacy\/27202\/"},{"hreflang":"es-mx","url":"https:\/\/latam.kaspersky.com\/blog\/ambient-light-sensor-privacy\/27073\/"},{"hreflang":"es","url":"https:\/\/www.kaspersky.es\/blog\/ambient-light-sensor-privacy\/29750\/"},{"hreflang":"it","url":"https:\/\/www.kaspersky.it\/blog\/ambient-light-sensor-privacy\/28576\/"},{"hreflang":"ru","url":"https:\/\/www.kaspersky.ru\/blog\/ambient-light-sensor-privacy\/36932\/"},{"hreflang":"tr","url":"https:\/\/www.kaspersky.com.tr\/blog\/ambient-light-sensor-privacy\/12101\/"},{"hreflang":"x-default","url":"https:\/\/www.kaspersky.com\/blog\/ambient-light-sensor-privacy\/50473\/"},{"hreflang":"pt-br","url":"https:\/\/www.kaspersky.com.br\/blog\/ambient-light-sensor-privacy\/22294\/"},{"hreflang":"de","url":"https:\/\/www.kaspersky.de\/blog\/ambient-light-sensor-privacy\/30980\/"},{"hreflang":"ru-kz","url":"https:\/\/blog.kaspersky.kz\/ambient-light-sensor-privacy\/27422\/"},{"hreflang":"en-au","url":"https:\/\/www.kaspersky.com.au\/blog\/ambient-light-sensor-privacy\/33219\/"},{"hreflang":"en-za","url":"https:\/\/www.kaspersky.co.za\/blog\/ambient-light-sensor-privacy\/32843\/"}],"acf":[],"banners":"","maintag":{"url":"https:\/\/www.kaspersky.fr\/blog\/tag\/smartphone\/","name":"smartphone"},"_links":{"self":[{"href":"https:\/\/www.kaspersky.fr\/blog\/wp-json\/wp\/v2\/posts\/21582","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.kaspersky.fr\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.kaspersky.fr\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.kaspersky.fr\/blog\/wp-json\/wp\/v2\/users\/665"}],"replies":[{"embeddable":true,"href":"https:\/\/www.kaspersky.fr\/blog\/wp-json\/wp\/v2\/comments?post=21582"}],"version-history":[{"count":2,"href":"https:\/\/www.kaspersky.fr\/blog\/wp-json\/wp\/v2\/posts\/21582\/revisions"}],"predecessor-version":[{"id":21590,"href":"https:\/\/www.kaspersky.fr\/blog\/wp-json\/wp\/v2\/posts\/21582\/revisions\/21590"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.kaspersky.fr\/blog\/wp-json\/wp\/v2\/media\/21588"}],"wp:attachment":[{"href":"https:\/\/www.kaspersky.fr\/blog\/wp-json\/wp\/v2\/media?parent=21582"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.kaspersky.fr\/blog\/wp-json\/wp\/v2\/categories?post=21582"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.kaspersky.fr\/blog\/wp-json\/wp\/v2\/tags?post=21582"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}