该论文提出了一种名为 RadKey 的射频反向散射系统，用于实现隐蔽、远距离、穿墙的键盘按键推断攻击。研究背景指出，键盘作为敏感信息输入的主要设备，一直是侧信道窃听攻击的目标；以往基于声学、振动等侧信道的方法通常需要近距离放置传感器，且依赖受害者特定数据进行模型训练，局限了其实用性、扩展性和隐蔽性。RadKey 的核心组件包括一个无电池的紧凑型反向散射标签和一个射频阅读器。标签通过两个磁耦合的 LC 谐振器，将按键引起的振动和声学信号调制到反向散射射频信号的频移上，同时该设计实现了激励信号与反向散射信号的频谱分离，减轻了阅读器的自干扰，从而增大窃听距离。射频阅读器对反向散射信号解调后，可推断出受害者键入的内容。系统采用专用的信号处理流程，在时域和频域提取与用户和键盘无关的按键特征，从而具备较强的泛化能力。为进一步增强适应性，RadKey 集成大语言模型进行在线自适应：在运行过程中，将 LLM 的输出作为伪标签来优化分类器。作者完成了完整原型系统，并通过广泛的无线实验评估，结果表明 RadKey 在真实环境中对不同用户均能实现准确且鲁棒的按键推断。论文还提供了演示视频链接。该研究的主要贡献在于：提出一种新的基于反向散射的穿墙窃听架构，解决传统侧信道方法在隐蔽性和泛化性上的不足，并展示 LLM 在信号分类中的在线适配潜力。适合安全研究人员、硬件安全工程师及侧信道攻击防御者阅读。

本文提出并实现了一个名为 TLF（Transceiver Lifter Framework）的工具，用于从微控制器与射频收发器芯片之间的总线级捕获痕迹中，恢复收发器的配置与运行时行为。该方法针对收发器的寄存器与数据接口构建了有状态协议解码器，能够从被拦截的寄存器写入和 FIFO 传输中重构工作射频参数（如调制方式、频段规划、相位行为）以及跳频序列。对于通过主机接口加载硬件加密密钥的总线挂接收发器，密钥材料也可被恢复。当固件驱动跳频（无论通过硬件辅助引擎还是自定义调度）时，解码器能提取信道表、跳频序列和定时信息。作者在来自 Semtech 不同系列的两个目标上进行了评估：一个基于 SX1233 的无人机指挥控制调制解调器（采用固件级 FHSS 和逐包同步字旋转），以及一个基于 SX1276 的 Meshtastic 节点（使用 LoRa 寄存器覆盖层）。仅从一次总线捕获，在数秒内处理，TLF 即可恢复完整的寄存器暴露射频配置，且无需预先了解目标固件，足以配置匹配的接收机或制定针对性对抗措施。在芯片层之上，一个可插拔的协议解码器将恢复的 FIFO 负载解释为应用 PDU，并在 Meshtastic 上进行了端到端演示。固件级加密状态仍然不透明，符合预期。该方法需要物理访问或模拟目标硬件，其恢复深度受限于收发器的寄存器接口：完全在固件中实现的参数（如自定义 FEC、白化、加密）只能作为不透明的 FIFO 负载被观察到。该工作对硬件逆向工程、嵌入式安全评估和无线协议分析领域具有参考价值，适合硬件安全研究者、嵌入式系统安全工程师以及关注无线通信链路安全的蓝队成员阅读。由于仅基于论文摘要，具体实验细节和代码实现未在本文中验证。

本文提出了一种名为 PINSIGHT 的系统性方法，用于全面评估基于 WiFi 信道状态信息的 PIN 码推断攻击的真实威胁。现有攻击（如 WiKI-Eve）声称在不同环境、设备和用户下都能保持高精度，但本文通过构建一个机器人打字平台，能够产生高度可重复的击键事件，并系统性地改变环境参数（如房间布局、家具位置等），首次分离了环境变化和打字编码本身对攻击性能的影响。实验结果表明，现有攻击在环境变化时表现出较好的泛化能力，但一旦信道对打字的编码方式发生改变（例如用户打字姿势、手指位置或设备放置方式不同），攻击精度就会显著下降。这恰恰是真实攻击场景中常见的情况。因此，本文认为当前最先进的 WiFi PIN 码推断攻击的实际威胁被高估了。PINSIGHT 还提供了第一个用于评估 WiFi PIN 推断攻击环境泛化能力的基准数据集。该研究有助于安全社区更准确地理解此类侧信道攻击的局限性，并为设计更鲁棒的防御措施提供指导。