Обикновеният Wi-Fi може да разпознава хора с почти 100% точност

Учени от Технологичния институт в Карлсруе (KIT) в Германия показаха, че стандартен Wi-Fi сигнал може да се използва за идентифициране на хора без камери, специализирани сензори или дори смартфон у наблюдавания човек. Системата анализира начина, по който човешкото тяло променя радиовълните в помещението. Изследователите са разработили система с машинно обучение, която използва информация, генерирана от обикновени Wi-Fi устройства. Тя може да разпознава различни хора според уникалния начин, по който телата им влияят върху разпространението на радиосигнала. При движението си човек променя радиовълните в помещението. Формата на тялото, ръстът, стойката и движенията създават специфични промени в сигнала. Според изследователите тези характеристики могат да се използват като своеобразен "радио отпечатък". В експеримент с 197 участници системата е успяла да идентифицира хората с почти 100% точност. Резултатите са се запазили дори при различни ъгли на наблюдение и различен начин на ходене. След обучението на модела разпознаването на конкретен човек отнема само няколко секунди. Ключова роля има технологията Beamforming Feedback Information (BFI). Тя позволява на Wi-Fi устройствата да съобщават на рутера как приемат сигнала. На тази база рутерът може да насочва по-прецизно радиовълните към съответното устройство. Тези данни се генерират постоянно. Когато радиовълните преминават през помещение, те се отразяват от различни повърхности и взаимодействат с намиращите се в него хора. Човешкото тяло променя разпространението на сигнала по специфичен начин. Машинното обучение може да анализира тези промени и да изгради модел на конкретния човек. Още по-сериозен проблем е, че според изследователите BFI информацията не е криптирана. Това означава, че потенциално злонамерено устройство в обхвата може да я записва пасивно, без да получава достъп до самата Wi-Fi мрежа. На практика човекът дори не трябва да използва устройство. Например трафикът между рутер и лаптоп в кафене може да създаде радиополето, което тялото на преминаващ човек нарушава. Тези промени могат да бъдат анализирани. Има обаче важно уточнение. Технологията не може автоматично да разбере името или самоличността на непознат човек. За да разпознава конкретни хора, системата първо трябва да разполага с референтни записи за тях. В експеримента на учените моделът е бил обучен с предварително събрани записи от участниците. След това той е трябвало да определи кой от познатите хора стои зад нов запис. Това обаче не премахва проблема с поверителността. Ако бъде създадена база данни с подобни радиопрофили, системата потенциално може да разпознава хора при следващи посещения на същото място. Така технологията наподобява биометрична идентификация, но без необходимост човек да поставя пръста си върху скенер или да застава пред камера. Именно тук учените виждат един от най-сериозните рискове. Камерата обикновено е физически видима. Човек може да я забележи и да разбере, че е наблюдаван. Wi-Fi мрежата обаче вече е част от инфраструктурата на домовете, офисите, летищата, магазините и заведенията. Това означава, че подобна система за наблюдение може да работи върху съществуваща инфраструктура, без да е необходимо поставянето на очевидни камери или специализирани сензори. Изследователите обръщат специално внимание на риска в авторитарни държави. Подобна технология потенциално може да се използва за проследяване и идентифициране на протестиращи без видимо оборудване за наблюдение. Екипът не се ограничава до демонстрация на проблема. Учените настояват защитите на личните данни да бъдат заложени директно в бъдещия стандарт IEEE 802.11bf, който формализира използването на Wi-Fi за безжично разпознаване и наблюдение на околната среда. Според тях това е важен момент за въвеждане на защити, преди подобни възможности да станат широко разпространени. Изследването е представено на конференцията ACM Conference on Computer and Communications Security в Тайпе под заглавие "BFId: Identity Inference Attacks Utilizing Beamforming Feedback Information".