वीओआईपी टेलीफोनी धीरे-धीरे पारंपरिक तांबे-तार टेलीफोन प्रणालियों के साथ जमीन हासिल कर रहा है, क्योंकि यह कम तैनाती लागत पर उच्च थ्रूपुट प्रदान करता है। 2013 में, वीओआईपी ग्राहकों की संख्या 150 मिलियन से अधिक थी, जो अपने आप में बहुत कुछ है; और 2017 में, लगभग 1 बिलियन । लेकिन वीओआईपी कॉल की गोपनीयता के बारे में क्या? क्या एक ही गोपनीयता प्रदान करने में सक्षम वीओआईपी सॉफ्टवेयर में एंड-टू-एंड एन्क्रिप्शन का उपयोग किया जाता है? स्नोडेन के खुलासे के बाद इस तरह के मुद्दे विशेष रूप से सामयिक हो गए , जिन्होंने दुनिया को कुल वायरटैपिंग के बारे में बताया, जो कि सरकारी खुफिया एजेंसियों जैसे एनएसए (राष्ट्रीय सुरक्षा एजेंसी) और डीएसपी (सरकारी संचार केंद्र) द्वारा स्पाइवेयर PRISM और BULLRUN का उपयोग किया जाता है, जो एन्क्रिप्टेड वार्तालापों के लिए भी सुनता है। ।

- एक हमलावर एक एन्क्रिप्टेड ऑडियो स्ट्रीम से क्या निकाल सकता है
- बाईपास चैनलों पर वीओआईपी पर हमला
- DTW एल्गोरिथ्म के बारे में कुछ शब्द
- एचएमएम मशीनों के संचालन का सिद्धांत
- PHMM- मशीनों के संचालन का सिद्धांत
- सिद्धांत से अभ्यास तक: बातचीत की भाषा की मान्यता
- स्काइप के एन्क्रिप्टेड ऑडियो स्ट्रीम को सुनकर
- और अगर आप वीबीआर मोड को बंद कर देते हैं?

एन्क्रिप्टेड चैनलों पर प्रसारित वॉयस स्ट्रीम से PRISM, BULLRUN और इसी तरह के अन्य सॉफ़्टवेयर कैसे जानकारी निकालते हैं? इस प्रश्न के उत्तर को समझने के लिए, आपको पहले यह समझना होगा कि वीओआईपी में ध्वनि ट्रैफ़िक कैसे प्रसारित होता है। वीओआईपी सिस्टम में डेटा चैनल आमतौर पर यूडीपी प्रोटोकॉल पर लागू किया जाता है, और अधिकतर एसआरटीपी प्रोटोकॉल (सिक्योर रियल-टाइम ट्रांसपोर्ट प्रोटोकॉल; रियल-टाइम सिक्योर डेटा ट्रांसफर प्रोटोकॉल) का उपयोग करके काम करता है, जो पैकेजिंग (ऑडियो कोडेक्स के माध्यम से) का समर्थन करता है। और ऑडियो स्ट्रीम एन्क्रिप्शन। इस स्थिति में, आउटपुट पर प्राप्त एन्क्रिप्टेड स्ट्रीम इनपुट ऑडियो स्ट्रीम के समान आकार है। जैसा कि नीचे दिखाया गया है, ऐसी प्रतीत होता है कि तुच्छ सूचना लीक का उपयोग "एन्क्रिप्टेड" वीओआईपी वार्तालापों को सुनने के लिए किया जा सकता है।

एक एन्क्रिप्टेड ऑडियो स्ट्रीम से एक हमलावर क्या निकाल सकता है

वीओआईपी सिस्टम में उपयोग किए जाने वाले अधिकांश ऑडियो कोडेक CELP- एल्गोरिथ्म (कोड-एक्साइटेड लीनियर प्रिडिक्शन; कोड लीनियर प्रिडिक्शन) पर आधारित होते हैं, जिनमें से कार्यात्मक ब्लॉक चित्र 1 में दिखाए गए हैं। उच्च ध्वनि की गुणवत्ता प्राप्त करने के लिए, बिना लोड बढ़ाए। डेटा चैनल के अनुसार, वीओआईपी सॉफ्टवेयर आमतौर पर वीबीआर मोड में ऑडियो कोडेक्स (चर बिट दर; चर बिट दर के साथ ऑडियो स्ट्रीम) का उपयोग करता है। इस सिद्धांत द्वारा, उदाहरण के लिए, Speex ऑडियो कोडेक काम करता है।

चित्रा 1. CELP एल्गोरिथ्म के कार्यात्मक ब्लॉक

यह गोपनीयता की दृष्टि से क्या दर्शाता है? एक साधारण उदाहरण ... वीबीआर मोड में काम करने वाला स्पीक्स, स्वरों की तुलना में कम बिट दर के साथ हिसिंग व्यंजन पैक करता है; और इसके अलावा, यहां तक ​​कि कुछ स्वर और व्यंजन भी उनके लिए एक विशिष्ट बिटरेट के साथ पैक किए गए हैं (चित्र 2. देखें)। चित्रा 2. बी में ग्राफ पैकेट लंबाई के वितरण को दर्शाता है - एक वाक्यांश के लिए जिसमें व्यंजन हैं: "स्पीड स्केटर्स खत्म करने के लिए स्प्रिंट"। ग्राफ के गहरे अवसाद इस वाक्यांश के हिसिंग अंशों पर सटीक रूप से पड़ते हैं। चित्रा 2. सी इनपुट ऑडियो स्ट्रीम, बिट दर और आउटपुट के आकार (एन्क्रिप्टेड) ​​पैकेट की गतिशीलता को दर्शाता है , - एक सामान्य समय के पैमाने पर आरोपित; दूसरे और तीसरे ग्राफ की हड़ताली समानता - नग्न आंखों से देखी जा सकती है।

चित्र 2. हिसिंग ध्वनियाँ पैकेट के आकार को कैसे प्रभावित करती हैं

इसके अलावा, यदि आप डिजिटल सिग्नल प्रोसेसिंग के गणितीय उपकरण (जो वाक् पहचान कार्यों में उपयोग किया जाता है) के प्रिज़्म के माध्यम से चित्रा 2 को देखते हैं, जैसे कि PHMM मशीन (प्रोफ़ाइल छिपे हुए मार्कोव मॉडल; छिपे हुए मार्कोव मॉडल का एक विस्तारित संस्करण), तो आप बहुत अधिक देख सकते हैं; स्वर और व्यंजन के बीच अंतर। सहित , लिंग, उम्र, भाषा और वक्ता की भावनाओं की पहचान करें।

बाईपास वीओआईपी हमला

एक PHMM- मशीन संख्यात्मक श्रृंखलाओं को संसाधित करने, एक दूसरे के साथ तुलना करने और उनके बीच पैटर्न खोजने का बहुत अच्छा काम करती है। यही कारण है कि PHMM- मशीन का उपयोग भाषण मान्यता समस्याओं को सुलझाने में व्यापक रूप से किया जाता है।

एक एन्क्रिप्टेड ऑडियो स्ट्रीम सुनने के कार्य में PHMM मशीन भी उपयोगी है। लेकिन सीधे नहीं, बल्कि बायपास चैनलों के माध्यम से। दूसरे शब्दों में, PHMM- मशीन सीधे सवाल का जवाब नहीं दे सकती है: "एन्क्रिप्टेड ऑडियो पैकेट की इस श्रृंखला में कौन सा वाक्यांश है?", लेकिन यह इस सवाल का सटीक उत्तर दे सकता है: "क्या ऐसा वाक्यांश ऐसी और ऐसी जगह में निहित है?" एन्क्रिप्टेड ऑडियो स्ट्रीम है? "

इस प्रकार एक PHMM मशीन केवल उन वाक्यांशों को पहचान सकती है जिनके लिए इसे मूल रूप से प्रशिक्षित किया गया था। हालांकि, आधुनिक गहन शिक्षण प्रौद्योगिकियां इतनी शक्तिशाली हैं कि वे एक पीएचएमएम-मशीन को इस हद तक प्रशिक्षित करने में सक्षम हैं कि इसके लिए, बस ऊपर दिए गए दो प्रश्नों के बीच की रेखा मिट जाती है। इस दृष्टिकोण की पूरी शक्ति की सराहना करने के लिए, आपको मेटरियल में थोड़ा गोता लगाने की आवश्यकता है।

DTW एल्गोरिथ्म के बारे में कुछ शब्द

हाल ही में जब तक स्पीकर पहचान और भाषण मान्यता की समस्याओं को हल करने में व्यापक रूप से उपयोग नहीं किया गया है, तब तक DTW एल्गोरिथ्म (डायनेमिक टाइम वार्पिंग, टाइमलाइन का गतिशील परिवर्तन)। वह एक ही कानून के अनुसार उत्पन्न दो संख्यात्मक श्रृंखलाओं के बीच समानताएं खोजने में सक्षम है - तब भी जब ये श्रृंखलाएं अलग-अलग गति से उत्पन्न होती हैं और समय के पैमाने पर विभिन्न स्थानों में स्थित होती हैं। यह वास्तव में ऐसा होता है जब ऑडियो स्ट्रीम को डिजिटाइज़ किया जाता है: उदाहरण के लिए, स्पीकर एक ही वाक्यांश को एक ही उच्चारण के साथ उच्चारण कर सकता है, लेकिन एक ही समय में तेज या अलग पृष्ठभूमि शोर के साथ धीमा हो सकता है। लेकिन यह DTW एल्गोरिथम को पहले और दूसरे विकल्पों के बीच समानता खोजने से नहीं रोकता है। इस बिंदु को एक उदाहरण से समझाने के लिए, दो पूर्णांक श्रृंखलाओं पर विचार करें:

0 0 0 4 7 14 26 23 8 3 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 5 6 13 25 24 9 4 2 0 0 0 0 0 0

यदि हम इन दोनों श्रृंखलाओं की तुलना “माथे” पर करते हैं, तो वे एक-दूसरे से बहुत भिन्न प्रतीत होती हैं। हालांकि, अगर हम उनकी विशेषताओं की तुलना करते हैं, तो हम देखेंगे कि श्रृंखला में निश्चित रूप से कुछ समानताएं हैं: दोनों में 8 पूर्णांक शामिल हैं; दोनों का समान शिखर मूल्य (25-26) है। "ललाट" तुलना, उनके प्रवेश बिंदुओं से शुरू होकर, उनमें से इन महत्वपूर्ण विशेषताओं को अनदेखा करती है। लेकिन DTW एल्गोरिथ्म, दो श्रृंखलाओं की तुलना करते हुए, इन और उनकी अन्य विशेषताओं को ध्यान में रखता है। हालाँकि, हम DTW एल्गोरिथम पर अधिक ध्यान केंद्रित नहीं करेंगे, क्योंकि आज एक और प्रभावी विकल्प है - PHMM- मशीनें। यह प्रयोगात्मक रूप से स्थापित किया गया था कि PHMM- मशीनें 90 प्रतिशत सटीकता के साथ एक एन्क्रिप्टेड ऑडियो स्ट्रीम से वाक्यांशों को "पहचान" करती हैं; जबकि DTW एल्गोरिथ्म केवल 80 प्रतिशत गारंटी देता है। इसलिए, DTW एल्गोरिथ्म (जो कि इसकी शुरुआत में वाक् पहचान समस्याओं को हल करने में एक लोकप्रिय उपकरण था) का उल्लेख केवल आदेश में दिखाया गया है कि यह कितना बेहतर है, इसकी तुलना में, PHMM मशीनें (विशेष रूप से एक एन्क्रिप्टेड ऑडियो स्ट्रीम को पहचानने की समस्या को हल करने में) । बेशक, DTW एल्गोरिथ्म, PHMM मशीनों की तुलना में, बहुत तेजी से सीखता है। यह लाभ निर्विवाद है। हालांकि, आधुनिक कंप्यूटिंग शक्ति के साथ, यह लाभ मौलिक नहीं है।

एचएमएम मशीनों के संचालन का सिद्धांत

HMM (सिर्फ HMM, PHMM नहीं) एक सांख्यिकीय मॉडलिंग उपकरण है जो एक नियत परिमित राज्य मशीन द्वारा परिभाषित प्रणाली के बाद संख्यात्मक श्रृंखला उत्पन्न करता है, जिसके प्रत्येक संक्रमण कार्य एक तथाकथित है "मार्कोव प्रक्रिया।" इस ऑटोमेटन का संचालन (चित्र 3 देखें) हमेशा राज्य "बी" (शुरू) के साथ शुरू होता है और राज्य "ई" (अंत) के साथ समाप्त होता है। अगले राज्य का चुनाव जिसमें करंट से ट्रांज़िशन किया जाएगा, मौजूदा स्टेट के ट्रांज़िशन फंक्शन के अनुसार किया जाएगा। जैसा कि आप राज्यों के बीच चलते हैं, प्रत्येक चरण में एचएमएम-मशीन एक नंबर का उत्पादन करती है, जिससे संख्याओं का आउटपुट श्रृंखला चरण दर चरण बनता है। जब एचएमएम मशीन "ई" स्थिति में होती है, तो चेनिंग समाप्त हो जाती है। एचएमएम मशीन का उपयोग करके, श्रृंखला में पैटर्न पा सकते हैं जो शुरू में यादृच्छिक लगते हैं। उदाहरण के लिए, यहां HMM मशीन का यह फायदा पैकेट की लंबाई और लक्ष्य वाक्यांश के बीच के पैटर्न को खोजने के लिए किया जाता है, जिसकी उपस्थिति हम एक एन्क्रिप्टेड वीओआईपी स्ट्रीम में जांचते हैं।

चित्रा 3. एक HMM मशीन का एक उदाहरण

यद्यपि बड़ी संख्या में संभव तरीके हैं जिनमें एचएमएम-मशीन बिंदु "बी" से बिंदु "ई" तक जा सकती है (हमारे मामले में, जब एक एकल ऑडियो टुकड़ा पैकिंग), तब भी प्रत्येक विशिष्ट मामले के लिए (यहां तक ​​कि इस तरह के एक यादृच्छिक के लिए भी) मार्कोव प्रक्रिया ”) एक सबसे अच्छा तरीका है , एक एकल सर्वश्रेष्ठ श्रृंखला। वह सबसे अधिक संभावना वाला उम्मीदवार है, जो संबंधित ऑडियो अंश को पैक करते समय एक ऑडियो कोडेक चुनने की सबसे अधिक संभावना है (क्योंकि उसकी विशिष्टता इस तथ्य में भी व्यक्त की जाती है कि वह खुद को दूसरों की तुलना में बेहतर पैकिंग के लिए उधार देता है)। इस तरह के "सर्वश्रेष्ठ चेन" को विटर्बी एल्गोरिथ्म का उपयोग करके पाया जा सकता है (जैसा कि उदाहरण के लिए यहां किया गया है )।

इसके अलावा, भाषण मान्यता कार्यों में (एक एन्क्रिप्टेड डेटा स्ट्रीम से, हमारे मामले में) के रूप में, मनाया श्रृंखला के लिए सबसे अच्छा रास्ता खोजने में सक्षम होने के अलावा, यह गणना करने में भी उपयोगी है कि यह संभावना कैसे है कि चयनित श्रृंखला एचएमएम-मशीन द्वारा उत्पन्न होगी। इस समस्या का संक्षिप्त समाधान यहां दिया गया है ; यह फ़ॉरवर्ड-बैक एल्गोरिथम और बॉम-वेल्श एल्गोरिथम पर निर्भर करता है ।

यहां, एचएमएम-ऑटोमेटन के आधार पर, भाषा की पहचान करने के लिए एक विधि जिसमें बातचीत विकसित की जा रही है, विकसित की गई है; 66% की सटीकता के साथ। लेकिन इस तरह की कम सटीकता बहुत प्रभावशाली नहीं है, इसलिए एचएमएम-मशीन - पीएचएमएम का अधिक उन्नत संशोधन है, जो एन्क्रिप्टेड ऑडियो स्ट्रीम से बहुत अधिक पैटर्न खींचता है। इसलिए, उदाहरण के लिए, यहाँ यह विस्तार से वर्णित है कि एन्क्रिप्टेड ट्रैफ़िक में PHMM- मशीन का उपयोग करके शब्दों और वाक्यांशों को कैसे पहचाना जाए (और यह कार्य केवल उस भाषा की पहचान करने से अधिक कठिन होगा जिसमें बातचीत की जा रही है); 90% की सटीकता के साथ।

PHMM- मशीनों के संचालन का सिद्धांत

PHMM HMM मशीन का एक सुधरा हुआ संशोधन है, जिसमें (चित्र 4. देखें), "पत्राचार" (एम अक्षर वाले वर्ग) के राज्यों के अलावा, "सम्मिलन" (अक्षर I के साथ हीरे) और "हटाएं" (मंडलियां) के राज्य भी हैं। अक्षर D के साथ)। इन दो नए राज्यों के कारण, एचएमएम-ऑटोमेटा के विपरीत, PHMM- ऑटोमेटा, काल्पनिक श्रृंखला "ABCD" को पहचानने में सक्षम हैं, भले ही यह पूरी तरह से मौजूद न हो (उदाहरण के लिए, "ABD") या इसमें एक इंसर्ट बनाया गया है (उदाहरण के लिए, "ABXCD")। एक एन्क्रिप्टेड ऑडियो स्ट्रीम को पहचानने की समस्या को हल करने में, PHMM मशीन के ये दो नवाचार विशेष रूप से उपयोगी हैं। क्योंकि ऑडियो इनपुट का आउटपुट शायद ही कभी मेल खाता है, जब ऑडियो इनपुट बहुत समान होते हैं (जब, उदाहरण के लिए, एक ही व्यक्ति एक ही वाक्यांश कहता है)। इस प्रकार PHMM मशीन के सबसे सरल मॉडल में राज्यों की तीन इंटरकनेक्टेड चेन ("पत्राचार", "प्रविष्टि", और "विलोपन") शामिल हैं, जो श्रृंखला के प्रत्येक स्थान पर नेटवर्क पैकेट की चयनित लंबाई (चयनित वाक्यांश के लिए एन्क्रिप्टेड वीओआईपी पैकेट) का वर्णन करते हैं।

चित्रा 4. एक PHMM मशीन का उदाहरण

हालांकि, चूंकि नेटवर्क पैकेट जिसमें लक्षित वाक्यांश एक एन्क्रिप्टेड ऑडियो स्ट्रीम में पैक किया जाता है, आमतौर पर अन्य नेटवर्क पैकेट (बाकी बातचीत) से घिरा होता है, हमें एक और भी उन्नत PHMM मशीन की आवश्यकता होती है। एक जो लक्ष्य वाक्यांश को उसके आसपास की अन्य ध्वनियों से अलग कर सकता है। यहां, इसके लिए मूल PHMM मशीन में 5 नए राज्य जोड़े गए हैं (चित्र 4. बी देखें)। इन पांच अतिरिक्त राज्यों में सबसे महत्वपूर्ण "यादृच्छिक" (आर अक्षर के साथ एक हीरा) है। PHMM- मशीन (प्रशिक्षण चरण के पूरा होने के बाद) इस अवस्था में चली जाती है, जब वे पैकेट जो उस वाक्यांश का हिस्सा नहीं होते हैं जिन्हें हम इसमें रुचि रखते हैं। PS (प्रोफाइल स्टार्ट) और PE (प्रोफाइल एंड) स्टेट्स - एक यादृच्छिक राज्य और मॉडल के प्रोफाइल भाग के बीच एक संक्रमण प्रदान करते हैं। PHMM ऑटोमेटन का इस तरह का एक बेहतर संशोधन उन वाक्यांशों को भी पहचानने में सक्षम है जो ऑटोमेशन "प्रशिक्षण के चरण में" नहीं सुना था (चित्र 5 देखें)।

चित्रा 5. PHMM- मशीन एन्क्रिप्टेड ऑडियो स्ट्रीम मान्यता की समस्या को हल करती है

सिद्धांत से अभ्यास तक: बातचीत की भाषा को पहचानना

यहाँ एक प्रयोगात्मक सेटअप PHMM मशीन (चित्र 6 देखें) पर आधारित है, जिसका उपयोग 20 विभिन्न भाषा समूहों के 2,000 देशी वक्ताओं के भाषण के साथ एन्क्रिप्टेड ऑडियो स्ट्रीम का विश्लेषण करने के लिए किया गया था। प्रशिक्षण प्रक्रिया पूरी होने के बाद, PHMM- मशीन ने 60 से 90% की सटीकता के साथ बातचीत की भाषा की पहचान की: 20 में से 14 भाषाओं के लिए, पहचान की सटीकता 90% से अधिक हो गई, बाकी के लिए - 60%।

चित्र 6 में दिखाए गए प्रायोगिक सेटअप में OpenSource वीओआईपी सॉफ्टवेयर के साथ दो लिनक्स पीसी शामिल हैं। मशीनों में से एक सर्वर के रूप में काम करती है और नेटवर्क पर एसआईपी कॉल के लिए सुनती है। कॉल प्राप्त करने के बाद, सर्वर स्वचालित रूप से सब्सक्राइबर को जवाब देता है, स्पीच चैनल को "RTP पर RTP" मोड पर आरंभ करता है। यहां यह उल्लेख किया जाना चाहिए कि वीओआईपी सिस्टम में नियंत्रण चैनल आमतौर पर टीसीपी प्रोटोकॉल पर लागू होता है, और खुले आर्किटेक्चर (एसआईपी, एक्सएमपीपी, एच .323) के साथ सार्वजनिक रूप से उपलब्ध प्रोटोकॉल में से कुछ पर काम करता है, या किसी विशेष के लिए विशिष्ट रूप से बंद आर्किटेक्चर है। अनुप्रयोग (Skype में, उदाहरण के लिए )।

चित्रा 6. एक PHMM मशीन के साथ काम करने के लिए प्रायोगिक सेटअप

जब वॉइस चैनल को इनिशियलाइज़ किया जाता है, तो सर्वर कॉलर को फाइल खेलता है और फिर SIP कनेक्शन को समाप्त कर देता है। सब्सक्राइबर, जो हमारे स्थानीय नेटवर्क पर एक और मशीन है, सर्वर पर एसआईपी कॉल करता है, और फिर, स्निफर का उपयोग करके, सर्वर द्वारा खेली जाने वाली फ़ाइल को "सुनता है": यह सर्वर से आने वाले एनक्रिप्टेड ऑडियो ट्रैफ़िक के साथ नेटवर्क पैकेट की श्रृंखला को सुनता है। इसके अलावा, सब्सक्राइबर या तो PHMM- मशीन को बातचीत की भाषा (पिछले सेक्शन में बताए गए गणितीय उपकरण का उपयोग करके) की पहचान करने के लिए प्रशिक्षित करता है, या PHMM- मशीन से पूछता है: "किस भाषा में बातचीत होती है?" जैसा कि पहले ही उल्लेख किया गया है, यह प्रयोगात्मक सेटअप भाषा की पहचान की सटीकता सुनिश्चित करता है - 90% तक। PHMM मशीन के प्रशिक्षण की प्रक्रिया अगले भाग में विस्तार से वर्णित की जाएगी (स्काइप के साथ उदाहरण में)।

स्काइप के एन्क्रिप्टेड ऑडियो स्ट्रीम को सुनकर

यह दर्शाता है कि PHMM मशीन का उपयोग करके और भी अधिक जटिल समस्या को कैसे हल किया जाए: Skype द्वारा उत्पन्न एन्क्रिप्टेड ऑडियो स्ट्रीम को पहचानें (जो VBR मोड में Opus / NGC ऑडियो कोडेक का उपयोग करता है; और 256-बिट एईएस एन्क्रिप्शन)। प्रस्तुत विकास चित्र 5 में दिखाए गए सिद्धांत के अनुसार काम करता है। इसके लिए, यह एक प्रयोगात्मक सेटअप का उपयोग करता है जैसे कि चित्र 6 में दिखाया गया है। लेकिन केवल स्काइप कोडेक ओपस के साथ।

अपने PHMM- मशीन को प्रशिक्षित करने के लिए, शोधकर्ताओं ने चरणों के निम्नलिखित अनुक्रम का उपयोग किया : 1) सबसे पहले उन्होंने साउंड ट्रैक्स का एक सेट एकत्र किया, जिसमें उनकी रुचि के सभी वाक्यांश शामिल थे; 2) फिर नेटवर्क पैकेट स्निफ़र स्थापित किया, और दो स्काइप खातों के बीच एक आवाज बातचीत शुरू की (इस हेरफेर ने पी 2 पी मोड में दो मशीनों के बीच एन्क्रिप्टेड यूडीपी ट्रैफ़िक की पीढ़ी का नेतृत्व किया); 3) तब उन्होंने मीडिया प्लेयर का उपयोग करके स्काइप सत्र में प्रत्येक एकत्रित साउंड ट्रैक्स को बजाया; पटरियों के बीच मौन के पांच सेकंड के अंतराल के साथ; 4) इस बीच, पैकेट स्निफर को प्रयोगात्मक सेटअप की दूसरी मशीन में प्रवेश करने वाले सभी ट्रैफ़िक को पंजीकृत करने के लिए कॉन्फ़िगर किया गया था (चित्र 6 देखें)। सभी प्रशिक्षण डेटा एकत्र करने के बाद, यूडीपी पैकेट लंबाई श्रृंखलाओं को पीसीएपी फ़ाइलों के लिए एक स्वचालित पार्सर का उपयोग करके निकाला गया था। पेलोड पैकेट की लंबाई वाली परिणामी जंजीरों का उपयोग तब बॉम-वेल्श एल्गोरिथ्म का उपयोग करके PHMM मॉडल को प्रशिक्षित करने के लिए किया गया था।

और अगर आप वीबीआर मोड को बंद कर देते हैं?

ऐसा प्रतीत होता है कि इस तरह की लीक की समस्या को ऑडियो कोडेक्स को निरंतर बिटरेट मोड पर स्विच करके हल किया जा सकता है (हालांकि यह किस प्रकार का समाधान है - इससे बैंडविड्थ बहुत तेजी से कम हो जाती है), लेकिन इस मामले में भी, एन्क्रिप्टेड ऑडियो की सुरक्षा अभी भी वांछित होने के लिए बहुत कुछ छोड़ देती है। आखिरकार, वीबीआर ट्रैफिक के पैकेट की लंबाई का शोषण बाईपास चैनलों पर हमले का सिर्फ एक उदाहरण है। लेकिन हमलों के अन्य उदाहरण हैं, जैसे शब्दों के बीच ठहराव को ट्रैक करना ।

कार्य बेशक गैर-तुच्छ है, लेकिन काफी हल करने योग्य है । यह गैर-तुच्छ क्यों है? क्योंकि Skype में, उदाहरण के लिए, UDP प्रोटोकॉल और NAT (नेटवर्क एड्रेस ट्रांसलेशन; नेटवर्क एड्रेस ट्रांसलेशन) के संचालन के समन्वय के लिए; और संचारित आवाज की गुणवत्ता को बढ़ाने के लिए - बातचीत में विराम आने पर भी नेटवर्क पैकेट का प्रसारण बंद नहीं होता है। यह भाषण में ठहराव की पहचान करने के कार्य को जटिल बनाता है।

हालांकि , यहां एक अनुकूली दहलीज मूल्य एल्गोरिथ्म विकसित किया गया है, जो 80% से अधिक की सटीकता के साथ भाषण से चुप्पी को भेद करने की अनुमति देता है; प्रस्तावित पद्धति इस तथ्य पर आधारित है कि भाषण गतिविधि एन्क्रिप्टेड पैकेट के आकार के साथ दृढ़ता से संबंधित है: उपयोगकर्ता के मौन के दौरान उपयोगकर्ता द्वारा बोलने पर अधिक जानकारी वॉइस पैकेट में एन्कोडेड होती है। और यहां (Google टॉक, लैला और बेट्टी पर जोर देने के साथ) स्पीकर की पहचान की जाती है, तब भी जब पैकेट के आकार के माध्यम से कोई रिसाव नहीं होता है (तब भी जब वीबीआर मोड अक्षम हो जाता है)। यहां, शोधकर्ता पैकेट रिसेप्शन के बीच समय अंतराल को मापने पर भरोसा करते हैं। वर्णित विधि चुप्पी के चरणों पर निर्भर करती है, जो छोटे पैकेटों में एन्कोड किए जाते हैं, लंबे समय के अंतराल के साथ - एक दूसरे से शब्दों को अलग करने के लिए।

इस प्रकार यहां तक ​​कि सबसे आधुनिक क्रिप्टोग्राफी एन्क्रिप्टेड वीओआईपी संचार को सुनने से बचाने में सक्षम नहीं है, भले ही यह क्रिप्टोग्राफी ठीक से लागू हो, जो अपने आप में संभावना नहीं है। , (PHMM-), - ( PRISM BULLRUN). . – .