具体来说，这种语音信号所引起的震动，将会被加速度传感器接收并产生读数——这种因为震动而产生的读数可以被攻击者通过深度学习算法进行分析，可以解读出其中的关键信息，甚至可以还原成扬声器所播放的声音信号。
在论文中，这种攻击方式被命名为 AccelEve（加速度计窃听）——这是一种基于深度学习加速度传感器信号的新型 “侧信道” 智能手机窃听攻击。
通过深度学习算法，研究团队实现了语音识别与语音还原两大类窃听攻击。
其中在语音识别方面，研究者采用了一个名为 ”热词搜索“ 的识别模型——用四名志愿者（两男两女）的 200 个短句（其中每个句子包括一到三个信息敏感词汇，比如说密码、用户名、社交信息、安全信息、数字、邮箱地址、卡号等）来测试，发现这一模型的识别率高达 90%。
可见，在特定的技术加持之下，利用加速度计去窃取个人信息，已经非常容易了。
当然，考虑到其中的技术利用的是深度学习算法，那么自然在获取更多的数据的情况下，能够得到更高的准确率；但实际上，对于犯罪分子来说，80% 以上的准确率已经足够了。
在接受南方都市报记者采访时，任奎教授表示：
从犯罪分子的角度来说，他的目标并不是100%还原人声，只要里边的敏感信息能被攻击者提取出来，就足以产生潜在效益，对吧？可以说，攻击者监控用户是没有成本的。
2、除了加速度计，也要小心手机中的陀螺仪
需要说明的是，加速度计并不是唯一可以被犯罪分子所利用的手机传感器——实际上，陀螺仪也可以被用来做文章。
2017 年 4 月，英国纽卡斯尔大学的研究团队研究结果表示，智能手机中的大量传感器将有可能泄露个人隐私信息，甚至能够可以通过陀螺仪倾斜角信息辨认出 4 位 PIN 密码，重复 5 次尝试后破解率高达 100%。
陀螺仪又称角速度传感器，不同于加速度计（G-sensor）的，它的测量物理量是偏转、倾斜时的转动角速度。加速度计没办法测量或重构出完整的 3D 动作，它只能检测轴向的线性动作；但陀螺仪则可以对转动、偏转的动作做很好的测量，这样就可以精确分析判断出使用者的实际动作。
在手机上，陀螺仪通过对偏转、倾斜等动作角速度的测量，可以实现用手控制游戏主角的视野和方向，也能够进行手机摄像头防抖，并且辅助 GPS 进行惯性导航——其本质就是利用物理学的科里奥利力，在内部产生微小的电容变化，然后测量电容，从而计算出角速度。