最近的研究表明,从用户使用键盘打字时发出的声音进行分析,可以对用户输入的文本进行有效的攻击。然而,前人的攻击方案大多在受控环境下实施,例如,降低周边环境噪声,或者把键盘摆放在固定的位置上。本文提出并且实现了一个和位置无关的实时的击键识别系统LOL(Localization-free On-Line Keystroke Tracking System)。该系统首先学习获取键盘摆放在某个位置下的先验知识,利用该先验知识,当键盘位置改变时,攻击者依然可以以很高的准确率对用户的击键进行实时地识别,并且,识别过程对环境噪声有很强的容忍性。本研究的核心假设在于,敲击不同按键时,通过键盘内部振动产生、经外部传输进入到麦克风的声音信号是可以被辨识出来的。很多具备录音功能的商用设备,例如,智能手机,平板电脑等,均可以应用在本系统。LOL从声音传播过程中的一些特性着手,在增加信号多样性的同时,减少了键盘对特定位置的依赖性。在本文的实测试验中,有效击键检测的识别率高达99.47%;保持键盘位置固定情况下,从击键声音中识别单个字符的准确率为97.27%;当在识别过程中改变键盘位置时,从连续的击键声音中恢复输入文本的准确率为84.55%。