在传统的安全认知中，禁用或移除计算机的麦克风似乎足以防止窃听攻击。然而，2016 年由本・古里安大学安全研究团队发布的 SPEAKE (a) R 攻击概念证明了一种全新的硬件级侧信道入侵方式 —— 即使物理移除麦克风、即使系统根本没有配备麦克风，攻击者依然可以通过软件手段将耳机或扬声器逆向为麦克风，实现隐蔽的音频窃听。这一攻击的核心技术基础在于现代 Realtek 音频 Codec 芯片普遍支持的 “jack retasking”（插孔重定义）特性，而该特性的设计初衷仅仅是方便用户在不同场景下灵活切换音频设备。
攻击的技术底层：Realtek Codec 的 jack retasking 机制
现代个人电脑大多数集成的是 Realtek 公司生产的 ALC 系列音频 Codec 芯片，这类芯片以成本低廉、兼容性强的优势占据了超过九成的笔记本和台式机主板市场。Realtek ALC Codec 在硬件设计上引入了一项实用的功能 ——jack retasking，即允许操作系统通过驱动程序动态更改每个音频插孔的用途。例如，用户将耳机插入标注为麦克风的插孔时，系统可以自动识别并将其重新定义为耳机输出；反之，将耳机插入扬声器插孔时，系统亦可将其识别为麦克风输入。这种灵活性通过 Codec 内部的可编程引脚配置寄存器实现，这些寄存器控制着每个物理插孔与内部 ADC（模数转换器）或 DAC（数模转换器）的连接方式。
问题的根源在于，jack retasking 的实现过于信任来自操作系统层面的配置请求。当恶意软件获得足够的系统权限（通常只需要普通用户权限）时，它可以绕过用户交互提示，直接向 Realtek 驱动程序发送重配置命令，将原本用于音频输出的插孔强制切换为音频输入模式。这一切换过程对用户完全透明，系统的任务栏不会出现任何麦克风正在使用的提示图标，受害者根本无法察觉自己的耳机正在 “偷听”。从硬件角度看，线圈式扬声器和动圈式麦克风在物理构造上具有天然的相似性 —— 两者都包含振膜和线圈，当外部声波撞击扬声器振膜时，线圈同样会产生微弱的电信号，这正是将扬声器转换为 “麦克风” 的物理基础。
攻击实现路径与攻击效果评估
SPEAKE (a) R 攻击的完整实施流程包含三个关键阶段。首先是目标设备识别，恶意软件需要检测系统中是否安装了 Realtek 音频 Codec，这一检测可以通过读取驱动信息或查询硬件 ID 实现。其次是插孔重配置阶段，恶意软件调用 Windows 内核模式驱动接口或通过 ALSA（高级 Linux 声音架构）向 Codec 写入特定的寄存器值，将目标输出插孔（例如绿色的 Line-Out 或耳机插孔）重新映射到 ADC 输入通道。最后是音频捕获阶段，恶意软件启动后台录音进程，将经 Codec 转换后的模拟信号数字化并存储或通过网络传输。
研究团队的实验数据表明，SPEAKE (a) R 攻击的有效距离可达 6 米（约 20 英尺），在此范围内的人声对话能够被清晰录制。虽然通过扬声器逆向获取的音频质量不如专用麦克风 —— 信噪比明显降低，高频响应受限 —— 但足以识别说话人身份和理解对话内容。值得注意的是，该攻击对目标系统没有任何特别要求，无论是已禁用麦克风、已移除麦克风，还是根本没有配备麦克风的台式机，只要使用了存在漏洞的 Realtek Codec，均可被成功入侵。攻击同时兼容 Windows 和 macOS 两大主流平台，这进一步扩大了潜在受害者的范围。
工程级防御路径与实操建议
面对这种根植于硬件设计的漏洞，单纯依靠软件补丁难以彻底消除风险，因为问题的本质是 Codec 芯片本身的引脚可重配置能力。安全团队在评估和防御 SPEAKE (a) R 攻击时，应当从以下几个维度构建纵深防护体系。
第一层防护是 BIOS/UEFI 层面的硬件禁控。部分企业级主板在 BIOS 设置中提供了禁用特定音频插孔功能的选项，或允许管理员锁定音频 Codec 的配置寄存器，防止操作系统层面的任意重定义。安全策略建议在敏感环境中检查并启用此类硬件级锁定，同时确保 BIOS 本身设置了保护密码，防止攻击者在物理访问条件下篡改配置。
第二层防护是操作系统层面的权限收紧。攻击者需要 Elevated Privilege（提升后的权限）才能修改 Codec 寄存器配置，因此严格遵循最小权限原则、限制普通用户安装驱动或修改系统设备的权限，能够有效阻断恶意软件的配置操作。企业环境可通过组策略限制对音频设备的写访问，或部署应用程序白名单机制防止未知恶意软件执行音频重配置代码。
第三层防护是实时监控与检测机制。安全运营团队可以在终端部署基于系统事件审计的检测规则，监控音频驱动程序的异常配置行为。具体监控指标包括：音频输入设备的突然出现、已禁用麦克风的重新启用、音频服务进程的异常子进程等。此外，网络侧可监控外发的大量音频数据流，尽管攻击者可能采用低带宽传输策略，但异常的持续上传行为仍可作为告警触发条件。
第四层防护是硬件层面的物理隔离。对于极高安全需求的场景，最根本的防御措施是在硬件层面禁用或移除音频输出插孔的输入能力，例如在主板设计阶段使用硬件跳线强制指定插孔用途，或在已部署设备上使用胶水填充空闲插孔。此外，使用独立的外置 USB 声卡而非集成声卡也是一种可行的缓解方案，因为外置声卡通常不具备 jack retasking 功能或可更方便地在固件层面禁用该特性。
从长期来看，芯片厂商需要在下一代 Codec 设计中引入权限验证机制 —— 仅允许经过固件签名验证的配置请求执行重定义操作，而非无条件接受来自软件层的任意配置。操作系统厂商也应在用户通知层面进行改进，当任何音频输入设备被激活时，应当在系统显著位置提供明确的视觉和听觉提示，使用户能够及时发现异常录音行为。
参考资料
- SPEAKE(a)R: Turn Speakers to Microphones for Fun and Profit, Mordechai Guri et al., Ben Gurion University, 2016.
- Security Affairs, "Speake(a)r attack allows to spy on users through typical headphones", 2016.