Wissenschaft: Forscher hören Stimmen durch Festplattenvibrationen ab

Eigentlich soll das Positional Error Signal von Festplatten einen Schaden verhindern. Forscher können dieses aber zum Abhören von Stimmen und sogar Liedern verwenden. Den Klangkörper bilden die Platter selbst.

Artikel veröffentlicht am 7. März 2019, 16:37 Uhr, Oliver Nickel

Musik kann durch Festplattenvibration erkannt werden. (Bild: Pixabay.com/Montage: Golem.de/CC0 1.0)

Wissenschaftler der University of Michigan und der Zhejiang-Universität in China haben eine Methode gefunden, mit der menschliche Stimmen durch Festplatten erkannt werden können. Der Prozess bedient sich der Schwingungen der Platter, die durch akustische Signale hervorgerufen werden. Das berichtet das britische IT-Magazin The Register.

"Unsere Forschung demonstriert, dass mechanische Komponenten in magnetischen Festplatten sich wie Mikrofone mit genug Präzision verhalten, um menschliche Sprache zu extrahieren und zu verarbeiten", sagen die Wissenschaftler Andrew Kwong, Wenyuan Xu, und Kevin Fu in ihrer Abhandlung. Diese soll im Mai 2019 auf dem IEEE-Symposium für Sicherheit und Privatsphäre vorgestellt werden. Das bedeutet wohl, dass Forscher die Methode für einen validen Angriff halten, auf den aufmerksam gemacht werden muss. Wie andere Hardwarefehler ließe sich so etwas auch nicht so einfach unterbinden. Denkbar wäre es, Festplattenkäfige akustisch abzuschirmen.

Shazam erkennt Lieder wieder

Die Forscher bedienen sich des Positional Error Signal, um die generierten akustischen Signale aufzunehmen. Dieses Signal nutzen Festplatten, um die Position des Schreibkopfes bei Vibrationen anzupassen - etwa um Schäden der Platter oder des Kopfes selbst zu vermeiden. Dazu müssen sie allerdings die Firmware der Ziel-HDD verändern.

Interessanterweise scheint sogar der Musikdienst Shazam die Signale interpretieren zu können. "Diese unbeabsichtigten Mikrofone erkennen Sprache mit genug Details für den Shazam-Dienst, um einen Song zu erkennen, der von der Festplatte aufgenommen wird." Es wird sich spätestens im Mai 2019 zur IEEE-Veranstaltung zeigen, wie effizient diese Methode wirklich ist.