Investigadores de la Universidad de Ciencia y Tecnología de Hong Kong han revelado InjectEave, un nuevo ataque electromagnético que permite a un atacante espiar el audio reproducido en auriculares (tanto con cable como inalámbricos). Esta técnica es capaz de recuperar el sonido desde una distancia de hasta 30 metros, incluso atravesando paredes, utilizando únicamente equipos de radiofrecuencia disponibles comercialmente.

Unos investigadores han revelado un nuevo ataque electromagnético (EM) llamado InjectEave que permite a un adversario espiar el audio que se reproduce a través de auriculares con cable e inalámbricos desde una distancia de hasta 30 metros, incluso a través de paredes, utilizando nada más que equipo de radiofrecuencia disponible comercialmente.

La técnica, desarrollada por un equipo de la Universidad de Ciencia y Tecnología de Hong Kong (Guangzhou) y la Universidad Politécnica de Hong Kong, fue publicada como "Injected and Leaked: Actively Inducing Side-Channel Leakage Using Electromagnetic Injection and Hardware Nonlinearity", y aceptada en USENIX Security '26.

El ataque InjectEave recupera audio de auriculares desde 30 metros

A diferencia de los ataques de canal lateral EM tradicionales, que rastrean pasivamente las emisiones electromagnéticas dispersas que se filtran de un dispositivo, InjectEave inyecta activamente una señal portadora de radiofrecuencia sintonizada en el dispositivo objetivo.

Esta señal inyectada interactúa con componentes de hardware no lineales dentro de la electrónica cotidiana, como amplificadores de audio, convertidores analógico-digitales (ADC), convertidores de potencia y MOSFET de conmutación, que son ubicuos en auriculares, dispositivos domésticos inteligentes y teléfonos fijos.

Estos componentes "mezclan" involuntariamente la señal analógica secreta, como una forma de onda de audio, con la portadora inyectada, aprovechando efectivamente la señal secreta de baja frecuencia sobre una onda EM de frecuencia mucho más alta que puede viajar mucho más allá de lo que permitiría la escucha pasiva.

Los investigadores describen esto como un modelo de "Inyección-Modulación-Emisión", donde la portadora inyectada se acopla a la circuitería interna de un dispositivo, se mezcla con la señal secreta a través de la no linealidad del hardware y luego se vuelve a irradiar desde los mismos cables que actuaron como antenas involuntarias en primer lugar.

Crucialmente, la fuerza de la señal filtrada escala casi linealmente tanto con la amplitud de la señal secreta como con la potencia de inyección del atacante, lo que significa que un transmisor más potente se traduce directamente en una señal de escucha más fuerte y recuperable.

La escucha de canal lateral EM convencional siempre ha estado limitada por un problema fundamental de física: los secretos como el habla humana ocupan frecuencias entre 20 Hz y 20 kHz, mientras que la radiación EM eficiente desde el cableado de un dispositivo requiere normalmente frecuencias en el rango de megahertzios a gigahertzios.

Esta disparidad ha mantenido históricamente las distancias de escucha de audio pasiva limitadas a menos de 1,5 metros en investigaciones previas como MagEar y Periscope. InjectEave evita totalmente esta barrera al moldear activamente la filtración en lugar de limitarse a escucharla, permitiendo que los atacantes seleccionen y sintonicen una frecuencia de inyección óptima para cada dispositivo objetivo.

Utilizando una radio definida por software Ettus USRP B210, antenas log-periódicas y un analizador de espectro, el equipo de investigación probó InjectEave contra 11 dispositivos comerciales, incluyendo auriculares con cable de Sony, Dell y Apple, auriculares inalámbricos de UGreen, Philips y HP, un teléfono fijo VoIP de Flyingvoice, y ventiladores y lámparas inteligentes de Xiaomi y otras marcas.

A una distancia base de 50 centímetros, el ataque logró tasas de reconocimiento de audio cercanas al 100% en casi todos los dispositivos probados, con relaciones señal-ruido que oscilaban entre unos 6 dB para los Earbuds de Apple y más de 23 dB para los auriculares inalámbricos UGreen MAX2.

Cuando el equipo sustituyó el equipo por un amplificador de potencia externo con un coste aproximado de 415 $, aumentando la potencia de inyección de 18 dBm a 40 dBm, el rango efectivo de escucha en los auriculares UGreen MAX2 y Philips TAH2020 se extendió hasta unos sorprendentes 30 metros, manteniendo la capacidad de recuperar un habla inteligible.

El ataque también demostró ser resistente a las barreras físicas: el vidrio y la madera causaron una pérdida de señal insignificante de 1 a 2 dB, mientras que incluso las paredes de hormigón sólido solo redujeron la fuerza de la señal en unos 5,8 dB para los auriculares, permitiendo una escucha fiable a través de paredes en oficinas, hoteles y salas de conferencias.

Como se detalla en la divulgación técnica publicada en ArXiv, el análisis de despiece del estudio encontró que el cableado de par trenzado redujo la filtración hasta en 20 dB en comparación con el cableado paralelo estándar, ofreciendo a los fabricantes de hardware una vía de mitigación práctica, aunque parcial, de cara al futuro.

Quizás lo más alarmante sea que los investigadores demostraron un ataque de bucle cerrado de "Escucha-Sintetización-Inyección" contra un teléfono fijo Flyingvoice.

En este escenario, el atacante primero escucha la voz de una de las partes para obtener contexto, clona esa voz utilizando una herramienta de clonación de voz por IA llamada IndexTTS-2 al detectar palabras clave como "cita" o "confirmación", y luego inyecta audio sintetizado y deepfaked de vuelta en los auriculares del objetivo, todo en tiempo real.

Las pruebas mostraron que el audio falso inyectado era casi indistinguible de la voz del hablante original, con una desviación media de solo 0,071 en una métrica estándar de inteligibilidad del habla.

Para mejorar la claridad del audio proveniente de la señal filtrada, inherentemente ruidosa y con distorsión armónica, el equipo construyó el módulo de mejora de señal de InjectEave basándose en un modelo de eliminación de ruido de voz basado en difusión entrenado con datos simulados físicamente, elevando la relación señal-ruido del audio recuperado de 7,0 dB a 16,1 dB y su puntuación de inteligibilidad de 0,58 a 0,72.

El ataque no se limita a los auriculares. El mismo principio expuso los patrones de consumo de energía de lámparas y ventiladores inteligentes, permitiendo a los atacantes inferir remotamente los patrones de actividad de un hogar, los horarios de sueño y el uso de electrodomésticos sin ningún acceso a la red.

Los investigadores también encontraron pruebas preliminares de que las entradas de micrófono son vulnerables, aunque actualmente limitadas a unos 30 centímetros debido a que los niveles de señal de los micrófonos son mucho más débiles.

Las defensas existentes, como el enmascaramiento criptográfico y el blindaje EM, fallan en gran medida aquí, ya que InjectEave se dirige a señales analógicas continuas en lugar de lógica digital, y un atacante decidido puede simplemente subir la potencia de inyección para superar el blindaje estándar.

Los investigadores subrayan que será necesario un codiseño de hardware y software integral y consciente de la seguridad para cerrar esta superficie de ataque analógica recién expuesta en auriculares, dispositivos IoT y más allá.