主要特点:
•紧凑的开环霍尔效应
电流传感器提供了带Σ-Δ调制器的数字输出
•20kHz带宽的12位有效分辨率
•10MHz时钟频率
•与莱姆成功上市的HO和HLSR模拟系列产品相兼容的布板空间和精度
•额外的过流检测输出功能
莱姆完善其数字输出开环霍尔效应电流传感器:HO和HLSR,,它们由一个集成了Σ-Δ调制器执行模数(A/D)转换,发出一个1位串行比特流信号。该新元件有4种不同的机械设计来满足(PCB安装和面板安装)的要求,其可以对额定值为16、32、40、50、80、100、120、150、200、250ARMS的电流进行测量,并具有20kHz带宽的12位的高分辨率。
该产品还能够提供各种可能的数字信号输出。这些输出方式包括一位输出2线制CMOS(时钟可以为输入或输出模式)、RS422Manchester或LVD***anchester,可满足***小化所需的连接;或根据LVDS或RS422(时钟输入或输出)标准的4线模式。数字输出允许使用者选择处理比特流使用的滤波器,以便于在分辨率和响应时间之间进行优化。数字输出还对不利环境中的噪声有内在的***能力。
对于一个典型的传输功能,原边电流为零时的平均比特流密度是50%,而反向或正向的***大电流的平均比特流密度是10%或90%。
对于HLSR-PW型号,在一个模式中,传感器输出的时钟信号是以10MHz的频率进行传输,传感器输出的时钟和数据都是CMOS电平的单端信号。作为替代,输出可在2个引脚上进行曼彻斯特编码,以满足RS422标准。这些传感器的引脚与模拟的HLSR相同。
HO-NPW、HO-PW和HO-SW型号与HLSR-PW型号一样,也可以采用单端的曼彻斯特模式,但这几种型号增加了2个额外的引脚,所以时钟和数据信号可满足RS422和LVDS标准的差分信号。另外,传感器时钟可配置在5–12.5MHz范围内的输入信号,以允许在整个系统中使用一个单一的时钟。
新型传感器可使用5V供电电源,并可在在-40°C到+105°C温度范围之间工作运行。
对一个给定的比特流,用户可以采用几个不同的滤波器。例如:为获得一个“电流环”功能:如果采用一个sinc3滤波器、512的过采样率(OSR),则一个150A传感器的有效分辨率为12-bit,带宽为5kHz。
或者,为得到一个“超限检测”功能,采用一个OSR为16的sinc2滤波器处理相同的比特流可得到一个5.2µs的响应时间,但分辨率将降低到6-bits。
HO系列传感器还有一个过流检测(OCD)特性,它可以在A/D变换器前面测量电流电平,该OCD的响应时间为2us。
、
研究团队将所有的这些信息作为训练数据输入到机器学习算法当中,并开始根据录音中***到的听不见的声音,对屏幕上的内容进行越来越***的解读。对于一些斑马图案和网站,研究人员有90%至100%的成功率。他们甚至开始注意到,他们的系统有时可以从他们的机器学习模型从未遇到过的屏幕录音中提取有意义的数据。
“即使攻击者不能在特定的显示器型号上进行演练,他们的攻击也还是很有可能会成功。”舒斯特尔称。
随后,研究团队扩大了研究范围,训练该系统破译屏幕上的字母和单词。虽然这是一个更具挑战性的任务——单词不像网站布局那样遵循可靠的视觉模式——但研究人员可以在大字体的单词上产生靠谱的结果。正如吉恩金所指出的,白色屏幕上的黑字在很多方面与斑马纹相似,虽然单词组合有无数种,但系统只需要学习罗马字母表中的26个字母。
研究人员甚至意识到,他们可以检测出人们在智能手机屏幕键盘上输入了些什么,有一定的准确性。通常情况下,数字键盘被认为比机械键盘更加安全,因为机械键盘在用户进行输入时会发出声音,造成输入内容的***。研究证明,数字键盘也不能幸免于这些声音侧信道的攻击。
虽然研究人员在一些实验中使用了高质量的***麦克风,但他们主要是研究消费级的麦克风,比如网络摄像头和智能手机上的麦克风。他们发现,它们完全可以被利用来提取屏幕发出的声音。例如,如果攻击者想监视与她视频聊天的人的屏幕,她只需录下来自他们的麦克风的声音输出即可。
在另一个场景下,比如面试时,攻击者可以把智能手机放在他们旁边的桌子或椅子上,在面试官盯着背对攻击者的屏幕时,利用手机来录下房间里的噪声。研究人员还注意到,智能助手设备中的麦克风可以接收到显示器的声音。因此,如果你把这些设备放在你的显示器附近,智能助手发送到云处理平台的音频片段很可能就来自该显示器。由于来自显示器发出的声音主要是超声波,像喧闹的音乐或者说话这样的听得见的声音不会干扰到麦克风的接收能力。
研究人员说,这凸显了减轻这些攻击的巨大挑战。在大多数的空间***部署无线电频率来干扰屏幕发出的声音,是不切实际的。制造商可以在显示器内部更好地保护电子元件,但这会增加制造成本。另一种解决方案是,开发专门的反制软件,操控显示器正在处理的信息,使其更难识别。但你需要将这些措施嵌入到每一个应用程序当中,研究人员坦言这可能不现实。不过,至少在浏览器或人们经常使用的视频聊天程序上面,值得考虑那么做。
对于***来说,使用这种的声屏障攻击显然比网络***或用恶意软件***电脑要复杂得多,也需要耗费更多的精力。但研究人员表示,他们对自己能达到的***度感到惊讶,而有动机的攻击者可能会进一步完善他们的机器学习技术。鉴于如今有如此之多的屏幕在无意间***这些信号,对于技术娴熟且有足够动力去尝试的攻击者来说,这个世界就像是一个游乐场。