加密 Matter 流量可被识别交互与设备类型

该论文通过实测与仿真数据集证明，尽管 Matter 标准采用强加密与安全会话协议，被动攻击者仍能利用包长度、方向及序列等元数据特征，以超过 95% 的准确率识别用户交互行为，并以超过 88% 的准确率推断照明、门锁及插座等设备类型。这一发现揭示了 Matter 生态在隐私保护上的显著漏洞，且风险存在于所有厂商部署中。 研究团队基于真实世界与模拟部署收集的数据，提取了可重复的流量指纹，并在存在丢包和延迟的条件下验证了模型的鲁棒性。Connectivity Standards Alliance (CSA) 已确认该发现，并表示将在未来的 Matter 版本中考虑引入缓解机制。这表明当前的加密设计未能完全掩盖流量模式，导致信息泄露风险。 事实层面，论文给出了具体的准确率数据和 CSA 的回应；推断层面，这意味着现有 Matter 设备的隐私边界比预期更脆弱，攻击者无需解密即可获取敏感场景信息；猜测层面，未来版本可能引入流量填充或混淆技术，但具体实施细节尚未披露。产业链需重新评估依赖 Matter 的智能家居产品的隐私合规性。