來源：PingWest品玩
像亞馬遜 Echo Dot、Google Home Mini 這樣的小型智能音箱，價格非常便宜，功能也非常強大。調查顯示，疫情之前這兩個智能音箱系列的滲透率在美國達到了 35% 的家庭，預計在 2025 年將會達到 75%
不過，幾位來自英國和意大利的安全研究者最近發現，亞馬遜的 Echo 智能音箱存在一個相當棘手的社會工程學漏洞。
這個漏洞能夠讓攻擊者激活并劫持音箱，背著用戶進行各種操作。影響方面，除了侵犯了用戶隱私之外，還可能導致更加嚴重的財產損失，甚至人身傷害的風險。
離譜的是，這個漏洞并不需要什么復雜的黑客代碼，只靠 Echo 音箱自己就可以實現——簡單來說，Echo 音箱通過音樂和電臺技能 ( skill ) ，如果播放了某段特定的音頻，而音頻當中包含了某個特定的觸發詞 / 指令，漏洞就被觸發了。
研究者將這個漏洞命名為 Alexa versus Alexa ( 簡稱 AvA ) ——顧名思義，就是 Alexa（亞馬遜的虛擬語音助理）自己黑掉自己……
體驗越好，漏洞越大
為了讓智能音箱和語音助理產品被更多人使用，廠商們都在研究如何進一步提升體驗。然而，很多設計初衷是為了提升體驗的功能，都給用戶添了麻煩，甚至還有可能成為本文所討論的安全漏洞。
包括 Siri、Google Assistant ( GA ) ，Alexa 在內的虛擬語音助手，都會保持麥克風開啟，因為它們需要監聽 "Hey Siri", "Ok Google", "Hey Alexa" 等喚醒口令。然而因為識別并不是完全準確的，這些虛擬語音助手經常會被誤觸發——蘋果手機用戶過去經常遭遇此類情況。
研究者發現，除了識別不準之外，Echo 音箱還有另一個問題：它對自己發出的聲音的干擾排除能力不是很好。簡而言之，如果我們讓 Echo 去播放一段音頻，而這段音頻當中正好包含了能夠控制 Echo 去做其他事情的命令——結果，Echo 就會給自己發號施令。
經過測試，被這種方式劫持的 Echo 所能做的包括并不限于：播放音頻文件或在線電臺、監聽房間內的對話、調整鬧鐘、修改用戶日歷項、給任意號碼打電話、操控智能家庭設備，甚至用主人的亞馬遜賬號在網上亂買東西等……
讓我們來更詳細地看一下這個漏洞的攻擊方式：
1）首先，黑客制作一段聽起來完全沒有問題的音頻文件，比如一首歌，或者一個 podcast，并且在音頻文件中加入能夠激活 Alexa/Echo 并且讓其執行特定操作的命令；
2）黑客有兩種攻擊角度可選：在距離攻擊對象家的足夠距離內，用手機藍牙鏈接 Echo 音箱，然后播放音頻（下圖中的 1.2），也可以直接把音頻做成在線電臺，通過社工學的方式讓攻擊對象 Echo 播放（下圖中的 1.1）；
注意：Echo 無需安裝額外應用就具備播放在線電臺的技能 ( Skill ) ，這些技能是在云端運行的（如上圖右側所示）。并且，任何人都可以自己開發類似的技能，發布到亞馬遜的 Alexa 技能商店里。雖然亞馬遜會對首次發布的技能進行安全核查，但開發者仍然可以在后續更新中加入惡意代碼，并且不會被亞馬遜發現。
3）Echo 播放了可疑的音頻文件，接受了音頻中的指令，就能夠在用戶不知情的前提下進行各種操作，給用戶添麻煩，比如修改甚至取消鬧鐘，讓人睡過頭；開關智能燈泡，讓人以為家里鬧鬼；修改日歷項，讓人錯過重要事情等等；
不要以為這些都是無害的小玩笑，這個漏洞完全可能導致更嚴重的隱私泄露、財產損失和人身危險。
舉三個場景為例：
1. 隱私泄露：黑客可以在可疑的音樂文件里加入 "go on"。這個詞組也對應了 Echo 音箱支持的一個技能，可以極大延長 Echo 保持激活的時間，監聽用戶說話的時間；進而，黑客還可以將用戶講話內容發送到網絡服務器。在最極端的情況下，黑客完全有能力結合 go on 和其它技能來完全劫持 Echo 音箱，把用戶發布的命令替換成自己的……
2. 財產損失：過去我們偶爾會看到這樣的新聞：有人收到了亞馬遜的包裹，但是自己并沒有買過里面的東西——通過本文所探討的這個漏洞，黑客是完全可以劫持 Echo 去亂買東西的。
這是因為通常 Echo 只會在購買后首次配置時驗證用戶的身份和賬戶信息，后續無論是安裝技能還是網上下單，都無需做額外的身份校驗——這些設計原本是為了讓使用體驗更流暢，現在可能被漏洞利用。
3. 人身傷害和財產嚴重損失：如果用戶家里裝了兼容 Alexa 的智能門鎖的話，壞人可以在門口藍牙連上音箱，播放指令，打開門鎖——這可就成了嚴重的入室搶劫風險了……
此次漏洞被命名為 CVE-2022-25809：
研究的結果也已經寫成了論文，放在 arXiv 上（點擊文末 " 閱讀原文 " 按鈕）
受影響產品和嚴重程度，
令人擔憂的是，如果結合前面提到的在線電臺（遠程）和藍牙連接（現場）這兩種攻擊角度的話，這一漏洞的兇險程度是非常高的：
可以在全世界任何地點對目標實現遠程侵入，
可以一次性劫持多個 Echo 設備，
可以不采用社工學方法發起攻擊，
可以在斷線之后重新發起攻擊，
甚至可以在首次攻擊完成并建立連接后進行遮掩，從而實現長期入侵，將其變成 " 肉雞 " 等等……
研究人員已經將這次的主要漏洞 AvA，以及順道發現的另外兩個小漏洞 Full Volume 和 Break Tag Chain 的 資料直接提交給了亞馬遜。
Full Volume 漏洞可以增大音箱播放內容的音量，從而提高受影響的 Echo 設備以及同房屋內的其它聯網 Echo 設備被劫持的幾率；
Break Tag Chain 能夠在用戶不知情的前提下延長特定技能持續運行的時間，對黑客進一步完善社工學攻擊場景起到幫助。
漏洞的驗證和復現工作是在第三代 Echo Dot 上進行的，不過研究人員指出：三代和四代的所有 Echo 智能音箱產品都存在此漏洞。
亞馬遜將漏洞嚴重性評為 " 中級 "，并且也在最近對受影響的 Echo 產品發布了補丁更新（版本號：3 代 6812454788，4 代 6409855108）。
這次補丁在一定程度上降低 Echo 設備被自己所播放內容當中的觸發詞激活的幾率，然而它并沒有完全補上漏洞。因為正如我們在前面所提到的：這個漏洞并非由代碼缺陷，而是由功能設計所導致的。
原則上，只要 Echo 音箱還是麥克風全時開啟監聽觸發詞，只要技能 ( skill ) 的發布、審核和調用機制保持現狀，只要 Echo 為了確保使用體驗而不在特定操作的時候進行用戶身份驗證——這個漏洞就將繼續存在。
研究人員指出，想要對抗這一漏洞，有幾種思路可以參考：
1）壓制智能音箱被自己播放的內容觸發的能力：這一點上，Echo 已經有了類似的機制設計，采用了多麥克風陣列可以更加準確地偵測語音命令的來源方位，便于判斷命令來自于用戶還是自己。
2）檢測語音命令的聲波信息：如果聲波當中包括了人的聲道發不出來的低頻聲波，則有很大的幾率是來自自己或者另一臺揚聲器。
3）在更多的場景里嚴格使用已知用戶的聲音：很多智能音箱在初次設置的時候，都會讓用戶多說幾句話，這樣就能聽出來說話的人是誰，從而有針對性地完成操作。然而至少對于目前 Echo 音箱來說，它并不會在進行高風險操作（如支付、操控其它智能設備）的時候驗證命令是否來自已知的用戶。亞馬遜應該在這一點上進行優化。
如果正在閱讀本文的你也在用 Echo 音箱產品，可以檢查一下設備是否已經更新到最新版本。
一般來說，我們還是可以正常使用智能音箱的，但如果你實在擔心音箱被劫持的話，可以在長時間不用的時候（比如出門前）把音箱上的麥克風完全關掉，只要按下麥克風的按鈕，指示燈變為紅色就可以了。
