Amikor belépünk egy Wi-Fi-hálózattal lefedett helyiségbe, nem csak mi kerülünk a rádióhullámok útjába: a testünk meg is változtatja azok terjedését. A jel visszaverődik, szóródik és torzul rajtunk, méghozzá olyan finom eltérésekkel, amelyekből megfelelő algoritmussal akár azt is meg lehet állapítani, ki áll a „jelenség” mögött.
A németországi Karlsruhei Technológiai Intézet (KIT) kutatói erre építették új azonosítási módszerüket. A rendszer gépi tanulással elemzi a Wi-Fi-kommunikáció során egyébként is keletkező adatokat, és az ember által okozott rádiófrekvenciás eltérésekből egyfajta egyedi „rádiós ujjlenyomatot” készít.
Nem az arcunkat figyeli, hanem a rádióhullámokat
A technológia kulcsa az úgynevezett beamforming feedback information (BFI), vagyis azok a visszacsatolási adatok, amelyek segítségével a Wi-Fi-rendszer a rádiójelet hatékonyabban tudja az adott eszköz felé irányítani. A modern Wi-Fi-rendszerekben a csatlakoztatott eszközök információkat küldenek vissza a hozzáférési pontnak arról, hogyan érzékelik a jelet. Ennek segítségével a router hatékonyabban irányíthatja a rádióhullámokat az adott eszköz felé.
Csakhogy ezek a hullámok közben a helyiségben lévő emberekkel is kölcsönhatásba lépnek. A testalkat, a magasság és a testtartás egyaránt befolyásolja a jel terjedését. Ha egy gépi tanulási modell elegendő mintát kap ezekből az eltérésekből, megtanulhatja megkülönböztetni egymástól az embereket.
A kutatók 197 résztvevő bevonásával tesztelték a rendszert. A módszer közel 100 százalékos pontossággal tudta újra azonosítani a már „megtanult” személyeket, és az eredményt a járásmód, illetve a megfigyelési irány megváltoztatása sem rontotta számottevően. A modell betanítása után az azonosítás mindössze néhány másodpercet igényelt.
Fontos azonban, hogy a rendszer nem tudja varázsütésre megmondani egy ismeretlen ember nevét. Ahogy az ujjlenyomat-azonosításnál, itt is szükség van korábban rögzített referenciamintára, amelyhez az új mérés hozzáilleszthető.
A gyárakban is érdekes lehet – de van egy bökkenő
A technológia ipari alkalmazása különösen izgalmas lehet. Továbbfejlesztve elképzelhető olyan jelenlét- vagy személyazonosítás, amelyhez nincs szükség kamerákra vagy viselhető jeladókra. Ez új lehetőségeket nyithat például az intelligens gyárakban, az ember–gép együttműködésben vagy a biztonsági rendszerekben.
Ugyanez azonban a technológia legnagyobb kockázata is. A BFI-adatok titkosítatlanul továbbíthatók, így megfelelő eszközzel passzívan rögzíthetők. Ráadásul annak, akit azonosítani próbálnak, nem kell csatlakoznia a Wi-Fi-hálózathoz, és saját eszközt sem kell magánál tartania.
A kutatók ezért azt sürgetik, hogy a vezeték nélküli érzékelésre vonatkozó következő Wi-Fi-szabványokba már eleve építsenek megfelelő adatvédelmi mechanizmusokat, mert miközben egy kamerát legalább látunk a falon, a körülöttünk cikázó rádióhullámokról aligha jut eszünkbe, hogy egyszer még azok is felismerhetnek bennünket.
Forrás: New Atlas/Karlsruhei Technológiai Intézet
A borítókép illusztráció, fotó: Adobe Stock
