这篇论文研究的是自动取款机（ATM）场景下用户用手遮挡输入PIN码时的安全漏洞。尽管用户普遍认为用另一只手遮挡打字的手能够抵御肩窥式攻击（如通过隐藏摄像头偷拍密码键盘），但论文指出这一防范措施的效果缺乏科学验证。作者提出了一种新型攻击方法：攻击者首先获取与目标ATM同品牌同型号的PIN键盘设备，然后利用深度学习架构，通过分析受害者遮挡手型时的位置和移动特征来推断其输入的PIN码。研究共招募了58名用户进行实验，结果显示该方法在3次尝试内（通常ATM允许的尝试次数）能够成功猜中30%的5位PIN码。作为对比，作者还对78名用户进行人工肉眼观察调查，发现人类在相同设置下的平均准确率仅为7.92%，远低于所提攻击的准确率。此外，论文还评估了一种屏蔽键盘的防御措施，结果发现除非将整个键盘完全屏蔽，否则该措施并不能有效防止此类攻击。这项研究揭示了现有遮挡行为在保护PIN方面的局限性，对ATM安全设计以及用户习惯提出了警示，同时也为开发更安全的身份认证方案提供了数据支撑。