本文针对视频通话场景中的键盘敲击推断攻击展开研究，揭示了参与者在视频会议过程中可能无意间泄露敏感输入信息的风险。随着远程办公和在线交流的普及，视频通话已成为个人与专业沟通的主要方式，但用户往往忽视摄像头可能捕捉到的手指动作、键盘反射等细微视觉线索。作者设计并评估了一个基于视频流的攻击框架，能够从通话视频中推断用户敲击的键盘按键。该框架利用视觉侧信道信息，结合视频中手部位置、按键按压动作等特征，实现对文本输入的还原。研究在多种实验条件下评估了攻击框架的性能，包括不同型号的网络摄像头、视频分辨率、键盘类型、衣物颜色以及背景环境，以模拟真实多样的使用场景。实验结果表明，在常见且现实的环境设置下，攻击框架能达到较高的按键推断准确率，这一发现凸显了用户对视频通话隐私风险的认知不足以及采取防护措施的必要性。为了应对该威胁，作者还提出了若干自动化的缓解技术，旨在用户于视频通话中输入时主动提供保护，降低泄露风险。本文的核心贡献在于系统性地评估了视频通话键盘推断攻击的可行性与危害，并为后续防御技术的研究提供了基础。适合视频会议服务提供方、安全研究者和关注隐私保护的用户阅读，以理解此类侧信道攻击的潜在影响并制定相应防范策略。

视频会议（VTC）是当前网络中的主导应用，然而系统地进行可重复实验所需的代表性VTC流量生成工具却严重缺乏。本文提出一个框架，用于生成具有代表性的视频会议流量，并详细描述了通过多个机器人行为控制来模拟人类对话协调的方法，包括交互式的说话和沉默模式。该框架既可以与专有的商业VTC应用程序结合使用，也可以完全部署在测试床环境中，用于基准测试新兴网络技术以及评估下一代流量分类、服务质量（QoS）算法和流量工程系统。该流量生成器是开源的，可从https://mergetb.org/projects/searchlight/免费获取。该工作解决了网络实验领域中缺乏真实VTC流量的关键空白，为网络研究人员和工程师提供了一个强大的工具，用于在可控环境中评估和优化网络性能。

本文研究视频会议应用（如Zoom）中的端到端加密安全性问题。尽管Zoom声称提供端到端加密，但其安全模型假设服务器是可信的，能够正确识别和认证所有与会者。然而，恶意服务器仍可能窃听或冒充与会者。作者提出一种改进方法，通过重新设计密码（passcode）的使用方式，并集成密码认证密钥交换（PAKE）协议，来增强对恶意服务器的安全性。为了形式化证明，作者定义了一类适用于此场景的密码协议，并提出了基本安全概念——假设服务器被信任以正确授权成员，在此概念下证明了Zoom的安全性。接着，作者提出了更强的安全概念，要求即使在服务器恶意的情况下也能保证安全，并给出了一种转换方法，可将现有协议提升至该安全等级。该转换适用于Zoom，且无需引入新的安全元素（如额外的密钥或硬件）。实验证明，该方案能够在现有Zoom架构基础上实现更强的恶意服务器防护。