随着科技的不断发展,在我们的社交生活中,利用键盘接入互联网进行信息交流以及使用键盘输入关键信息进行运算的方式占据了越来越大的比重。利用键盘敲击产生的大量声学信号将可能使得窃听者有机会通过对其进行远程窥探,然后进行相应的数学分析还原出我们键盘敲击的某些敏感信息。随着对安全隐私问题的日益重视,对于按键监控可以直接从键盘敲击产生的声学信号提取用户敏感信息的这一课题引起了广泛的研究关注。现有的键盘监听方案有:分析键盘上每一个按键敲击音频,建立一个不断学习的过程,从而得到一个基于键盘按键的训练库,利用机器学习的方法虽然能成功识别出每一个敲击的键,但是在攻击场景中,我们没有机会对被攻击者的键盘进行相应的机器学习,同时学习成本巨大也是该方案的弊端之一。还有的方案基于位置固定,即使用来进行监听的智能手机与被监听的键盘的相对位置是固定的,但是在实际的监听场景中,依赖于预先知道手机键盘相对位置的假设是不现实的。为了解决这个问题,文中提出了一种无需预先固定移动设备与键盘的监听方法,使用单个手机的两个麦克风对键盘按键进行音频记录,通过利用语音之间的依赖性以及键盘按键的具体布局,开发了一种几何方法来估计手机与键盘相对位置和角度,然后再利用计算得到的手机与键盘之间的相对位置,与计算得到的按键音频到达两个麦克风的时间差便可以进行有效的键盘按键监听。另外我们给出了一种基于上述过程,通过分析单个按键的梅尔倒谱系数以及k-means聚类的方法有效的提高了键盘按键的识别准确率。在我们的实验中,利用三星智能手机进行实验仿真,结果表明,定位方案实现了高精度,与现有的键盘监听方法相比,按键识别准确率提高了32.6%。