本研究提出了一种名为EchoLLM的新型声学窃听攻击方法，利用毫米波雷达结合大语言模型（LLM）从骨传导耳机中恢复语音信号。骨传导耳机通过振动颅骨传输声音，传统窃听手段难以直接捕获。作者通过向骨传导耳机发射毫米波雷达信号，并接收反射信号中的微小振动调制，进而利用LLM增强信号处理和语音重构能力，实现高精度窃听。实验表明，该方法在多种环境噪声条件下均能有效恢复可理解的语音内容。该研究首次展示了LLM在物理层安全攻击中的潜力，凸显了新型可穿戴设备面临的隐私威胁。适合安全研究人员、物联网安全工程师及隐私保护专家阅读。

该论文提出了一种名为DualStrike的新型攻击方法，能够对市面上常见的商用键盘实现高精度、实时的按键窃听与注入。研究团队通过分析键盘在按键过程中产生的电磁辐射或声学信号，利用深度学习模型从侧信道信号中恢复按键内容，并进一步实现按键注入（即模拟按键操作）。核心创新在于双通道融合机制：同时利用电磁和声学两种侧信道，显著提高了按键识别的准确率和鲁棒性，即使在多任务环境下也能保持实时性。实验在多种键盘型号上进行，验证了攻击的有效性和隐蔽性。该研究揭示了当前商用键盘在物理安全层面的严重缺陷，对涉及敏感信息输入的场景（如密码输入、金融交易等）构成直接威胁。