{"id":7835,"date":"2026-10-30T09:07:42","date_gmt":"2026-10-30T09:07:42","guid":{"rendered":"https:\/\/technodidact.de\/?p=7835"},"modified":"2026-10-30T09:07:42","modified_gmt":"2026-10-30T09:07:42","slug":"licht-als-befehl-wie-laserinjektionsangriffe-die-physische-verteidigungslinie-sprachgesteuerter-systeme-durchbrechen","status":"publish","type":"post","link":"https:\/\/technodidact.de\/en\/licht-als-befehl-wie-laserinjektionsangriffe-die-physische-verteidigungslinie-sprachgesteuerter-systeme-durchbrechen\/","title":{"rendered":"Licht als Befehl: Wie Laserinjektionsangriffe die physische Verteidigungslinie sprachgesteuerter Systeme durchbrechen"},"content":{"rendered":"

Autor: DerSchneider<\/strong><\/p>\n\n\n\n

Einleitung<\/h2>\n\n\n\n

Sprachassistenten sind l\u00e4ngst im Alltag angekommen. Amazon Alexa, Google Assistant und Apple Siri stecken in Smart Speakern, Smartphones, Tablets und zunehmend auch in Fahrzeug-Bedienpanels. Nutzer steuern sie per Zuruf \u2013 vom Abspielen von Musik bis zum Entsperren von T\u00fcrschl\u00f6ssern und dem Starten von Fahrzeugen. Dieses Interaktionsmodell beruht auf einer stillschweigenden Grundannahme: Das Mikrofon empf\u00e4ngt Schallwellen aus der Luft, und diese Schallwellen stammen von der Stimme eines Menschen. Eine 2019 \u00f6ffentlich gewordene Forschungsarbeit hat diese Annahme ersch\u00fcttert. Ein Team der University of Michigan und der University of Electro-Communications in Tokio zeigte, dass die Bestrahlung der Mikrofon\u00f6ffnung eines MEMS-Mikrofons mit amplitudenmoduliertem Laserlicht am Audioausgang des Ger\u00e4ts ein elektrisches Signal erzeugt, das von echter Sprache nicht zu unterscheiden ist \u2013 und dass sich damit beliebige Sprachbefehle in das System einspeisen lassen. Die Arbeit tr\u00e4gt den Namen \u201eLight Commands“<\/strong> und wurde 2020 auf dem 29. USENIX Security Symposium formell ver\u00f6ffentlicht.<\/p>\n\n\n\n

Dieser Artikel verfolgt das Ziel, den Angriff und seine Nachfolgeforschung systematisch und pr\u00e4zise darzustellen. Im Vordergrund steht nicht die Dramatisierung der Bedrohung, sondern die Kl\u00e4rung der physikalischen Mechanismen, der experimentellen Grenzen, der Verteidigungslogik und der technischen Entwicklung bis 2024. Besonders aufschlussreich ist dabei ein Punkt, der in vielen popul\u00e4ren Darstellungen fehlt: Die von den urspr\u00fcnglichen Autoren selbst empfohlene Gegenma\u00dfnahme \u2013 der Einsatz von Mikrofon-Arrays mit Sensor Fusion \u2013 wurde 2024 durch eine Weiterentwicklung namens LCMA<\/strong> unterlaufen. Diese Evolution ist lehrreicher als der Angriff in seiner urspr\u00fcnglichen Form.<\/p>\n\n\n\n

Erstens: Die physikalische Grundlage \u2013 warum Licht als Schall wahrgenommen wird<\/h2>\n\n\n\n

1.1 Funktionsprinzip und inh\u00e4rente Verwundbarkeit von MEMS-Mikrofonen<\/h3>\n\n\n\n

In modernen Konsumelektronikger\u00e4ten sind nahezu ausschlie\u00dflich kapazitive MEMS-Mikrofone (Micro-Electro-Mechanical Systems) verbaut. Ihr Kernst\u00fcck ist eine extrem d\u00fcnne Siliziummembran, die \u00fcber einer festen Gegenelektrode aufgeh\u00e4ngt ist und mit dieser einen Kondensator bildet. Schalldruck versetzt die Membran in Bewegung, die Kapazit\u00e4t \u00e4ndert sich, und ein anwendungsspezifischer Schaltkreis (ASIC) wandelt diese \u00c4nderung in ein Spannungssignal um. Die Membran ist typischerweise nur wenige Mikrometer dick, der Spalt zwischen Membran und Gegenelektrode ist noch kleiner. Diese Konstruktion ist hochempfindlich gegen\u00fcber kleinsten Druck\u00e4nderungen \u2013 genau das macht sie akustisch leistungsf\u00e4hig und zugleich sicherheitsrelevant: Auch Licht kann winzige mechanische Auslenkungen oder elektrische Ver\u00e4nderungen hervorrufen.<\/p>\n\n\n\n

1.2 Die drei physikalischen Mechanismen in pr\u00e4ziser Abgrenzung<\/h3>\n\n\n\n

Zur Frage, wie Laserlicht in diesem Aufbau ein Signal erzeugt, gab es fr\u00fche, vereinfachende Erkl\u00e4rungen. Im Jahr 2024 ver\u00f6ffentlichten Cyr, Sumaria, Long, Tadigadapa, Sugawara und Fu in der Fachzeitschrift Journal of Hardware and Systems Security<\/em> eine systematische experimentelle Charakterisierung und Modellierung. Sie ordnen das laserinduzierte Signal pr\u00e4zise drei physikalischen Mechanismen<\/strong> zu, die sich linear \u00fcberlagern:<\/p>\n\n\n\n

Erstens: Thermoelastische Biegung (Thermoelastic Bending).<\/strong> Die MEMS-Struktur absorbiert Lichtenergie, erw\u00e4rmt sich und dehnt sich aus. Bei thermischer Asymmetrie innerhalb der Membran entsteht ein Biegemoment, das die Membran auslenkt und damit die Kapazit\u00e4t ver\u00e4ndert.<\/p>\n\n\n\n

Zweitens: Thermische Diffusion (Thermal Diffusion).<\/strong> Die durch Licht erw\u00e4rmte Membran heizt die umgebende Luft. Die periodisch erw\u00e4rmte Lufts\u00e4ule expandiert adiabatisch und erzeugt eine Druckwelle, die ihrerseits die Membran auslenkt. Dieser Mechanismus ist im Kern eine Umwandlung von Licht in W\u00e4rme und von W\u00e4rme in Schall. Der in manchen fr\u00fcheren Darstellungen verwendete Begriff \u201ethermopistonischer Effekt“ (thermal piston effect) ist hierf\u00fcr unpr\u00e4zise und sollte durch \u201ethermische Diffusion“ ersetzt werden.<\/p>\n\n\n\n

Drittens: Photostromerzeugung (Photocurrent Generation).<\/strong> Licht f\u00e4llt direkt auf den ASIC-Chip und setzt dort Ladungstr\u00e4ger frei. Der resultierende Photostrom wird von der nachgeschalteten Elektronik als Nutzsignal interpretiert.<\/p>\n\n\n\n

Die Wellenl\u00e4ngenabh\u00e4ngigkeit dieser Mechanismen ist experimentell belegt: Bei langwelligen Lasern, etwa 904 Nanometern im Infrarotbereich, dominiert die Photostromerzeugung im ASIC, w\u00e4hrend bei kurzen Wellenl\u00e4ngen, etwa 450 Nanometern im Blaubereich, die thermische Diffusion \u00fcberwiegt. In acht kommerziellen MEMS-Mikrofonen war bei langen Wellenl\u00e4ngen das photoelektrische Signal zwei- bis hundertmal st\u00e4rker<\/strong> als das photoakustische Signal, und zwar in sechs von acht Proben. Diese Messdaten sind f\u00fcr die Entwicklung wirksamer Abschirmungen entscheidend, denn sie zeigen: Eine einfache Abdeckung der Mikrofon\u00f6ffnung reicht nicht aus, wenn der Laser den ASIC durch das Geh\u00e4use hindurch erreichen kann.<\/p>\n\n\n\n

1.3 Von der analogen Stimme zum Laserstrahl: Pulsweitenmodulation<\/h3>\n\n\n\n

Um Sprache \u00fcber einen Laser zu \u00fcbertragen, wird das Audiosignal in eine Pulsweitenmodulation (PWM)<\/strong> umgewandelt. Die Amplitude der Schallwelle wird dabei in die Breite rechteckiger Pulse kodiert: Ein lauter Ton erzeugt breite Pulse, ein leiser schmale. Ein Mikrocontroller, in der Originalarbeit und den Nachfolgestudien meist ein STM32, steuert \u00fcber seine PWM-Ausg\u00e4nge die Intensit\u00e4t des Lasers. Der Laserstrahl wird mit einer Linse auf die Mikrofon\u00f6ffnung fokussiert, h\u00e4ufig unterst\u00fctzt durch ein Teleskop oder Teleobjektiv, um die Reichweite zu maximieren.<\/p>\n\n\n\n

Das Empfangsmikrofon \u201esieht“ die pulsierende Lichtintensit\u00e4t als periodische Membranbewegung \u2013 also als Schall. Voraussetzung ist lediglich, dass die Pulsfrequenz unterhalb der Nyquist-Grenze des Mikrofons liegt, typischerweise im Bereich bis 20 Kilohertz. Da handels\u00fcbliche Laserpointer mit einfachen Treibern bereits ausreichen, ist die Einstiegsh\u00fcrde f\u00fcr einen Angriff denkbar niedrig.<\/p>\n\n\n\n

Zweitens: Die Light-Commands-Studie \u2013 Reichweite, Ger\u00e4te, Szenarien<\/h2>\n\n\n\n

2.1 Experimenteller Aufbau und Ergebnisse<\/h3>\n\n\n\n

Die Forscher testeten 17 verschiedene Ger\u00e4te, darunter Amazon Echo Plus (erste und zweite Generation), Google Home, Google Home Mini, iPhone XR, iPad 6, Samsung Galaxy S9 und Google Pixel 2. Der Aufbau bestand aus einem Laser, einem Laser-Treiber, einem Audioverst\u00e4rker, einem Steuerungscomputer und einer Optik zur Strahlformung. Besonders aufschlussreich sind die minimalen Laserleistungen<\/strong> und maximalen Reichweiten<\/strong>:<\/p>\n\n\n\n

Ger\u00e4t<\/th>Minimale Laserleistung (30 cm)<\/th>Maximale Reichweite (60 mW)<\/th>Maximale Reichweite (5 mW)<\/th><\/tr><\/thead>
Google Home<\/td>0,5 mW<\/td>\u00fcber 50 m<\/td>\u00fcber 110 m<\/td><\/tr>
Google Home Mini<\/td>16 mW<\/td>20 m<\/td>\u2013<\/td><\/tr>
Echo Plus (erste Generation)<\/td>\u2013<\/td>\u2013<\/td>hoch<\/td><\/tr>
iPhone XR<\/td>\u2013<\/td>\u2013<\/td>mittel<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

Daten aus BleepingComputer<\/em><\/p>\n\n\n\n

Das Google Home<\/strong> erwies sich als besonders empfindlich: Mit nur 5 Milliwatt Laserleistung \u2013 weniger, als ein handels\u00fcblicher Laserpointer abstrahlt \u2013 gelang die Befehlsinjektion noch aus \u00fcber 110 Metern Entfernung. Die Forscher demonstrierten dies in einem 110 Meter langen Korridor, wobei der Laser durch ein doppelt verglastes Fenster bei windigen Bedingungen auf das Ger\u00e4t gerichtet wurde. In einer weiteren Demonstration \u00f6ffneten sie aus 75 Metern Entfernung und in einem Winkel von 21 Grad durch ein Fenster hindurch eine Garagent\u00fcr.<\/p>\n\n\n\n

2.2 Was der Angreifer steuern kann<\/h3>\n\n\n\n

Sobald der Laserbefehl vom Ger\u00e4t akzeptiert wird, stehen dem Angreifer s\u00e4mtliche Funktionen des Sprachassistenten<\/strong> offen, f\u00fcr die keine zus\u00e4tzliche Authentifizierung erforderlich ist. Die Forscher demonstrierten:<\/p>\n\n\n\n

    \n
  • Entsperren smarter T\u00fcrschl\u00f6sser<\/strong> (August Smart Lock)<\/li>\n\n\n\n
  • \u00d6ffnen von Garagentoren<\/strong><\/li>\n\n\n\n
  • Lokalisieren, Entsperren und Starten von Fahrzeugen<\/strong> (Ford, Tesla) \u00fcber die jeweiligen Hersteller-Apps, sofern diese mit dem Assistenten verkn\u00fcpft waren<\/li>\n\n\n\n
  • Online-Eink\u00e4ufe<\/strong> (die Forscher bestellten Laserpointer \u00fcber Amazon)<\/li>\n\n\n\n
  • Deaktivieren von \u00dcberwachungskameras<\/strong><\/li>\n<\/ul>\n\n\n\n

    Besonders brisant: Selbst wenn f\u00fcr eine Aktion eine PIN<\/strong> erforderlich ist, etwa bei Eink\u00e4ufen, berichteten die Forscher, dass die Ger\u00e4te keine Begrenzung der Versuche<\/strong> vornahmen. Eine Brute-Force-Attacke auf den vierstelligen Code sei innerhalb kurzer Zeit erfolgreich gewesen. Diese Aussage ist in der verf\u00fcgbaren \u00f6ffentlichen Berichterstattung nicht durchg\u00e4ngig verifizierbar und sollte als Forscheraussage gekennzeichnet bleiben.<\/p>\n\n\n\n

    Drittens: Die Gegenma\u00dfnahme, die zur n\u00e4chsten Verwundbarkeit f\u00fchrte \u2013 Mikrofon-Arrays<\/h2>\n\n\n\n

    3.1 Der naheliegende Ansatz: Sensor Fusion<\/h3>\n\n\n\n

    Als Reaktion auf die Light-Commands-Studie empfahlen die Forscher selbst eine Hardware-Gegenma\u00dfnahme<\/strong>: die Verwendung von Mikrofon-Arrays<\/strong> mit Sensor Fusion<\/strong>. Die Idee: Wenn ein Ger\u00e4t nur dann auf einen Befehl reagiert, wenn mehrere Mikrofone gleichzeitig<\/strong> das gleiche Signal empfangen, k\u00f6nnte ein einzelner Laserstrahl, der nur ein Mikrofon beleuchtet, keinen g\u00fcltigen Befehl erzeugen. Moderne Smart Speaker wie der Amazon Echo setzen auf sechs oder sieben MEMS-Mikrofone in ringf\u00f6rmiger Array-Anordnung, w\u00e4hrend das Google Home mit nur zwei Mikrofonen auskommt. Die Wake-Word-Erkennung erfordert bei Array-Ger\u00e4ten, dass mehr als die H\u00e4lfte der Mikrofone<\/strong> das Signal empfangen.<\/p>\n\n\n\n

    3.2 LCMA: Der Angriff lernt, mit Arrays zu sprechen<\/h3>\n\n\n\n

    Doch die Empfehlung erwies sich als unzureichend. Eine 2024 im IACR Transactions on Cryptographic Hardware and Embedded Systems<\/em> ver\u00f6ffentlichte Studie von Shi, He, Wang, Zhuge, Li und Liu mit dem Titel \u201eLaser-Based Command Injection Attacks on Voice-Controlled Microphone Arrays“<\/strong> zeigt, dass sich Mikrofon-Arrays mit einer verfeinerten Technik ebenfalls angreifen lassen. Die Methode hei\u00dft LCMA (Laser Commands for Microphone Array)<\/strong> und l\u00f6st das zentrale Problem: Wie kann ein einzelner Laserstrahl<\/strong> mehrere Mikrofone gleichzeitig erreichen, ohne dass f\u00fcr jedes Mikrofon ein eigener Laser mit separatem Treiber ben\u00f6tigt wird?<\/p>\n\n\n\n

    Die L\u00f6sung liegt in der Aufteilung des Laserstrahls in mehrere Punkte<\/strong> mithilfe von Strahlteilern oder diffraktiven optischen Elementen. Ein einzelner STM32-Mikrocontroller steuert \u00fcber mehrere PWM-Kan\u00e4le<\/strong> mehrere Laserdioden oder einen einzelnen Laser mit schneller Strahlablenkung. Entscheidend ist, dass die Frequenz der Lichtmodulation<\/strong> f\u00fcr jedes Mikrofon leicht unterschiedlich sein kann, um die spezifischen Resonanzeigenschaften der einzelnen Mikrofone optimal auszunutzen. LCMA kann zudem per Bluetooth Low Energy (BLE) ferngesteuert<\/strong> werden und ist damit prinzipiell auf einer Drohne montierbar.<\/p>\n\n\n\n

    Die Ergebnisse sind ern\u00fcchternd: LCMA war erfolgreich gegen 29 Ger\u00e4te<\/strong>, darunter der iPhone 15<\/strong> und das Bedienpanel des Tesla Model Y<\/strong>. Die Forscher betonen ausdr\u00fccklich, dass die existierenden Verteidigungsma\u00dfnahmen \u2013 also die Sensor Fusion durch Mikrofon-Arrays \u2013 f\u00fcr diesen Angriff kein Hindernis<\/strong> darstellen. Ein wichtiges Detail, das in popul\u00e4ren Darstellungen oft fehlt: Die einfache Erweiterung des Lichtstrahls auf mehrere Mikrofone reicht nicht aus, um Ger\u00e4te mit Sensor Fusion zu wecken \u2013 LCMA l\u00f6st dieses Problem durch die gezielte, phasenspezifische Bestrahlung mehrerer Mikrofone mit abgestimmten Modulationsfrequenzen.<\/p>\n\n\n\n

    Viertens: Einordnung \u2013 wie real ist die Bedrohung?<\/h2>\n\n\n\n

    4.1 Praktische H\u00fcrden<\/h3>\n\n\n\n

    Trotz der spektakul\u00e4ren Demonstrationen gibt es erhebliche praktische Einschr\u00e4nkungen<\/strong>, die eine reale Ausnutzung erschweren:<\/p>\n\n\n\n

      \n
    • Sichtlinie erforderlich<\/strong>: Der Angreifer muss direkte Sicht auf die Mikrofon\u00f6ffnung des Zielger\u00e4ts haben. W\u00e4nde, Vorh\u00e4nge oder auch nur eine ung\u00fcnstige Ausrichtung des Ger\u00e4ts verhindern den Angriff.<\/li>\n\n\n\n
    • Pr\u00e4zise Zielerfassung<\/strong>: Besonders bei gro\u00dfer Entfernung ist die Ausrichtung des Lasers auf die wenige Millimeter gro\u00dfe Mikrofon\u00f6ffnung eine Herausforderung. Die Forscher verwendeten Teleskope und Teleobjektive auf Stativen.<\/li>\n\n\n\n
    • Akustische R\u00fcckmeldung<\/strong>: Das Ger\u00e4t antwortet auf den Befehl h\u00f6rbar<\/strong>. Ein Angreifer in H\u00f6rweite wird durch die Sprachausgabe des Assistenten enttarnt. In der Originalarbeit wurde daher empfohlen, die Lautst\u00e4rke vor dem eigentlichen Befehl auf null zu setzen \u2013 ein zus\u00e4tzlicher Schritt, der die Komplexit\u00e4t erh\u00f6ht.<\/li>\n\n\n\n
    • Umgebungsbedingungen<\/strong>: Nebel, schmutzige Fenster oder starke Luftturbulenzen k\u00f6nnen den Laserstrahl streuen und die Effektivit\u00e4t mindern.<\/li>\n\n\n\n
    • Drohnen-Einsatz<\/strong>: Die LCMA-Forscher weisen darauf hin, dass ihre Methode f\u00fcr den Drohneneinsatz optimiert werden m\u00fcsste, da die Zielerfassung aus der Luft eine hohe Flugstabilit\u00e4t erfordert \u2013 eine technische H\u00fcrde, die aber nicht prinzipiell un\u00fcberwindbar ist.<\/li>\n<\/ul>\n\n\n\n

      4.2 Warum die Bedrohung dennoch ernst zu nehmen ist<\/h3>\n\n\n\n

      Die genannten H\u00fcrden relativieren die Bedrohung f\u00fcr den durchschnittlichen Privatnutzer<\/strong>, der seinen Smart Speaker im Wohnzimmer stehen hat und keine sichtbare Mikrofon\u00f6ffnung nach au\u00dfen bietet. Anders sieht es jedoch in Szenarien mit gezielter Zielerfassung<\/strong> aus:<\/p>\n\n\n\n

        \n
      • Ein Angreifer in einem gegen\u00fcberliegenden Geb\u00e4ude<\/strong> mit freier Sicht durch ein Fenster auf einen Smart Speaker am Fensterbrett.<\/li>\n\n\n\n
      • Ein Innenraum-Szenario<\/strong> in B\u00fcros oder Hotels, in denen Ger\u00e4te f\u00fcr Angreifer mit Zugang sichtbar sind.<\/li>\n\n\n\n
      • Fahrzeuge<\/strong>, deren Sprachassistenten \u00fcber die Windschutzscheibe erreichbar sind \u2013 die LCMA-Studie demonstrierte dies explizit f\u00fcr das Tesla-Model-Y-Bedienpanel.<\/li>\n\n\n\n
      • Smartphones<\/strong> und Tablets<\/strong>, die auf Tischen liegen und deren Mikrofone von schr\u00e4g oben mit einem Laser erreicht werden k\u00f6nnen.<\/li>\n<\/ul>\n\n\n\n

        Die Tatsache, dass die Kosten f\u00fcr die Ausr\u00fcstung unter 400 US-Dollar<\/strong> liegen und die ben\u00f6tigten Komponenten (Laserpointer, Treiber, Verst\u00e4rker) frei erh\u00e4ltlich sind, senkt die Einstiegsh\u00fcrde erheblich.<\/p>\n\n\n\n

        F\u00fcnftens: Die Forschungslinie \u2013 von 2019 bis heute<\/h2>\n\n\n\n

        Die Light-Commands-Arbeit war der Ausgangspunkt einer bis heute andauernden Forschungskette. Takeshi Sugawara von der University of Electro-Communications in Tokio, einer der urspr\u00fcnglichen Autoren, f\u00fchrte von 2021 bis 2024 ein KAKENHI-gef\u00f6rdertes Projekt<\/strong> (Projektnummer 21K11884) durch, das die physikalischen Grundlagen der Laserempfindlichkeit von MEMS-Mikrofonen systematisch aufkl\u00e4rte. Die zentrale Erkenntnis aus diesen Arbeiten:<\/p>\n\n\n\n

          \n
        • Die Empfindlichkeit ist nicht auf einen einzigen physikalischen Effekt zur\u00fcckzuf\u00fchren<\/strong>, sondern auf ein Zusammenspiel von thermoelastischer Biegung, thermischer Diffusion und Photostromerzeugung.<\/li>\n\n\n\n
        • Die dominante Ursache h\u00e4ngt von der Laserwellenl\u00e4nge ab<\/strong> \u2013 ein Detail, das f\u00fcr die Entwicklung wirksamer Gegenma\u00dfnahmen entscheidend ist.<\/li>\n\n\n\n
        • Neben MEMS-Mikrofonen sind auch nicht-MEMS-Mikrofone, Ultraschallsensoren und Beschleunigungssensoren<\/strong> potenziell laserempfindlich.<\/li>\n<\/ul>\n\n\n\n

          An dieser Stelle ist eine begriffliche Inkonsistenz offenzulegen, die in der Literatur tats\u00e4chlich besteht: Die englischsprachige KAKEN-Projektzusammenfassung verwendet f\u00fcr einen der Mechanismen den Begriff \u201ethermal piston effect“<\/strong> (\u00fcbersetzt: thermischer Kolbeneffekt), w\u00e4hrend die 2024 in Journal of Hardware and Systems Security<\/em> ver\u00f6ffentlichte Arbeit von Cyr und Kollegen den pr\u00e4ziseren Begriff \u201ethermal diffusion“<\/strong> (thermische Diffusion) etabliert. Die aktuelle Forschungsliteratur hat sich auf \u201ethermische Diffusion“ festgelegt; der \u00e4ltere Begriff sollte als \u00fcberholt gelten. Diese terminologische Entwicklung ist kein Nebenaspekt, sondern zeigt, wie sich das physikalische Verst\u00e4ndnis der Schwachstelle im Laufe der Forschung gesch\u00e4rft hat.<\/p>\n\n\n\n

          Die LCMA-Studie von 2024 erweiterte die Angriffsfl\u00e4che auf Mikrofon-Arrays<\/strong> und zeigte, dass die von den urspr\u00fcnglichen Forschern empfohlene Gegenma\u00dfnahme nicht ausreicht, wenn der Angreifer seine Technik anpasst.<\/p>\n\n\n\n

          Sechstens: Gegenma\u00dfnahmen \u2013 was Hersteller tun k\u00f6nnen und tun<\/h2>\n\n\n\n

          Die Forscher der Originalstudie schlugen mehrere Verteidigungslinien vor, die auf Hardware- und Software-Ebene<\/strong> ansetzen:<\/p>\n\n\n\n

          Hardware-Ebene:<\/strong><\/p>\n\n\n\n

            \n
          • Lichtundurchl\u00e4ssige Abdeckungen<\/strong> \u00fcber dem Mikrofon-ASIC, um die Photostromerzeugung zu unterbinden<\/li>\n\n\n\n
          • Reduktion der strukturellen Asymmetrie<\/strong> im MEMS-Design, um thermoelastische Effekte zu minimieren<\/li>\n\n\n\n
          • Integration von Lichtsensoren<\/strong> zur Detektion ungew\u00f6hnlicher Laserbestrahlung<\/li>\n\n\n\n
          • Verwendung mehrerer Mikrofone mit unabh\u00e4ngigen Signalpfaden<\/strong>, deren Signale software-seitig auf Plausibilit\u00e4t gepr\u00fcft werden<\/li>\n<\/ul>\n\n\n\n

            Software-Ebene:<\/strong><\/p>\n\n\n\n

              \n
            • Anomalieerkennung<\/strong> auf den Mikrofonsignalen: Laser-induzierte Signale weisen oft charakteristische Verzerrungen auf, die sich von echter Sprache unterscheiden<\/li>\n\n\n\n
            • Zwei-Faktor-Authentifizierung<\/strong> f\u00fcr sicherheitsrelevante Befehle, etwa Best\u00e4tigung \u00fcber eine Smartphone-App<\/li>\n\n\n\n
            • Begrenzung der Fehlversuche<\/strong> bei PIN-Eingaben, um Brute-Force-Angriffe zu verhindern<\/li>\n<\/ul>\n\n\n\n

              System-Ebene:<\/strong><\/p>\n\n\n\n

                \n
              • Kontextbewusstsein<\/strong>: Ein Ger\u00e4t k\u00f6nnte pr\u00fcfen, ob ein Befehl zur aktuellen Umgebungslautst\u00e4rke oder Tageszeit passt<\/li>\n<\/ul>\n\n\n\n

                Die Hersteller haben auf die Offenlegung der Schwachstelle reagiert. Die Forscher arbeiteten nach eigenen Angaben mit Google, Apple und Amazon zusammen, um Fixes umzusetzen. Konkrete technische \u00c4nderungen sind jedoch kaum \u00f6ffentlich dokumentiert. Die LCMA-Studie von 2024 legt nahe, dass die Grundverwundbarkeit fortbesteht<\/strong> und sich lediglich auf neue Ger\u00e4teklassen ausgeweitet hat.<\/p>\n\n\n\n

                Fazit und Ausblick<\/h2>\n\n\n\n

                Die Light-Commands-Forschung ist mehr als eine akademische Kuriosit\u00e4t. Sie legt eine systemische Vernachl\u00e4ssigung der physischen Angriffsfl\u00e4che<\/strong> sprachgesteuerter Systeme offen. W\u00e4hrend die Software-Sicherheit von Smart Speakern in den vergangenen Jahren erhebliche Fortschritte gemacht hat \u2013 verschl\u00fcsselte Kommunikation, regelm\u00e4\u00dfige Updates, bessere Authentifizierung \u2013, blieb die Sensorik selbst<\/strong> ein blinder Fleck. Das MEMS-Mikrofon, konzipiert als reiner Schallempf\u00e4nger, ist physikalisch auch ein Lichtempf\u00e4nger. Diese Eigenschaft wurde in der Designphase offenbar nicht als Sicherheitsrisiko antizipiert.<\/p>\n\n\n\n

                Die Forschung von 2024 zeigt, dass die von den urspr\u00fcnglichen Autoren empfohlene Gegenma\u00dfnahme \u2013 Mikrofon-Arrays mit Sensor Fusion \u2013 kein Allheilmittel<\/strong> ist. LCMA umgeht diese Verteidigung, indem es mehrere Mikrofone gleichzeitig mit abgestimmten Lichtsignalen bestrahlt. Die Hersteller stehen damit vor der Aufgabe, tiefere Eingriffe in die Hardware-Architektur<\/strong> vorzunehmen: lichtundurchl\u00e4ssige Verkapselung des ASIC, differenzierte Signalverarbeitung, die Laserartefakte erkennt, und eine sicherheitsbewusste Systemintegration<\/strong>, die den Kontext eines Befehls ber\u00fccksichtigt.<\/p>\n\n\n\n

                F\u00fcr die Zukunft ist zu erwarten, dass die Forschung sich auf weitere sensorische Angriffsfl\u00e4chen<\/strong> ausweitet \u2013 von Ultraschallsensoren in Fahrzeugen bis hin zu Beschleunigungssensoren in Wearables. Die grundlegende Lehre aus Light Commands bleibt: Jeder Sensor, der physikalische Gr\u00f6\u00dfen in elektrische Signale umwandelt, ist potenziell durch andere physikalische Gr\u00f6\u00dfen manipulierbar.<\/strong> Die Sicherheitsarchitektur sprachgesteuerter Systeme muss diese Erkenntnis systematisch ber\u00fccksichtigen.<\/p>\n\n\n\n

                \n\n\n\n

                Quellen<\/h2>\n\n\n\n
                  \n
                1. Sugawara, T., Cyr, B., Rampazzi, S., Genkin, D., Fu, K.: \u201eLight Commands: Laser-Based Audio Injection Attacks on Voice-Controllable Systems“. 29th USENIX Security Symposium, 2020.<\/li>\n\n\n\n
                2. University of Michigan: \u201eResearchers take control of Siri, Alexa, and Google Home with lasers“. Pressemitteilung, 3. November 2019.<\/li>\n\n\n\n
                3. BleepingComputer: \u201eUsing Light Beams to Control Google, Apple, Amazon Assistants“. 4. November 2019.<\/li>\n\n\n\n
                4. iGeneration: \u201eLa s\u00e9curit\u00e9 des enceintes intelligentes sabr\u00e9e au laser“. 4. November 2019.<\/li>\n\n\n\n
                5. Cyr, B., Sumaria, V., Long, Y., Tadigadapa, S., Sugawara, T., Fu, K.: \u201eHow Lasers Exploit Photoacoustic and Photoelectric Phenomena to Inject Signals into MEMS Microphones“. Journal of Hardware and Systems Security<\/em>, 2024.<\/li>\n\n\n\n
                6. Shi, H., He, Y., Wang, Q., Zhuge, J., Li, Q., Liu, X.: \u201eLaser-Based Command Injection Attacks on Voice-Controlled Microphone Arrays“. IACR Transactions on Cryptographic Hardware and Embedded Systems<\/em>, 2024.<\/li>\n\n\n\n
                7. KAKEN: Projektbericht 21K11884, \u201eSignal Injection Attacks Using the Photoacoustic Effect and Countermeasures“, 2021\u20132024.<\/li>\n\n\n\n
                8. INSIDE: \u201eLaser Light Can Hack Voice Devices: Amazon Echo, Google Home, iPhone Affected“. 2019.<\/li>\n\n\n\n
                9. Digit: \u201eSmart speakers vulnerable to ‚light commands'“. 5. November 2019.<\/li>\n<\/ol>","protected":false},"excerpt":{"rendered":"

                  Autor: DerSchneider Einleitung Sprachassistenten sind l\u00e4ngst im Alltag angekommen. Amazon Alexa, Google Assistant und Apple Siri stecken in Smart Speakern, Smartphones, Tablets und zunehmend auch in Fahrzeug-Bedienpanels. Nutzer steuern sie per Zuruf \u2013 vom Abspielen von Musik bis zum Entsperren von T\u00fcrschl\u00f6ssern und dem Starten von Fahrzeugen. Dieses Interaktionsmodell beruht auf einer stillschweigenden Grundannahme: Das […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[41,44,17],"tags":[11651,11652,11648,11650,11649,6319,6561],"class_list":["post-7835","post","type-post","status-publish","format-standard","hentry","category-digitalkultur","category-ethik-gewissen","category-im-herz","tag-laser-injektion","tag-lcma","tag-light-commands","tag-mems-mikrofon","tag-mikrofon-array","tag-sicherheitslucke","tag-sprachassistent"],"_links":{"self":[{"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/posts\/7835","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/comments?post=7835"}],"version-history":[{"count":1,"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/posts\/7835\/revisions"}],"predecessor-version":[{"id":7836,"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/posts\/7835\/revisions\/7836"}],"wp:attachment":[{"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/media?parent=7835"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/categories?post=7835"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/tags?post=7835"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}