利用变换器和大型语言模型提高键盘声学侧信道攻击的效率

本研究解决了声学侧信道攻击（ASCAs）在键盘应用中的有效性不足的问题，采用了深度学习技术，特别是视觉变换器和大型语言模型，以提升攻击的效果与适用性。关键发现是引入了一种噪声减轻方法，并通过使用大型语言模型进行上下文理解，显著提高了在嘈杂环境中对错误按键的检测和修正能力，从而提升了ASCAs的实用性和有效性。