ИИ научился узнавать людей по Wi-Fi: точность идентификации приблизилась к 100%

В основе технологии лежит анализ так называемой информации о состоянии канала (Channel State Information, CSI). Радиоволны Wi-Fi, распространяясь по помещению, отражаются от стен, мебели и человеческого тела, формируя уникальную картину изменений сигнала. Алгоритмы машинного обучения анализируют эти отражения и выделяют характерные «сигнатуры», позволяющие распознавать конкретного человека без использования носимых устройств, смартфонов или камер.

В отличие от традиционных биометрических методов, системе не требуется, чтобы человек взаимодействовал с каким-либо оборудованием. Достаточно обычного Wi-Fi-роутера: ИИ анализирует изменения радиосигнала, возникающие при движении человека, и на основе совокупности отражений формирует его физический и поведенческий профиль.

Авторы исследования протестировали систему с участием 197 добровольцев. По их данным, модель смогла идентифицировать участников практически со 100-процентной точностью только по особенностям отражения Wi-Fi-сигнала. Работа развивает предыдущие исследования этой же научной группы, которая еще в 2012 году показала возможность отслеживания перемещений и распознавания действий человека по изменениям беспроводного сигнала. Теперь технология перешла от обнаружения присутствия к идентификации личности.

До настоящего времени использование Wi-Fi в качестве датчика рассматривалось преимущественно как полезная функция. Такие системы могут автоматически управлять освещением и климатическим оборудованием, снижая энергопотребление в пустых помещениях, а также использоваться в охранных комплексах для обнаружения проникновения без установки дополнительных сенсоров.

Однако возможность распознавания личности существенно меняет ситуацию. Если подобные алгоритмы окажутся доступными для массовых маршрутизаторов, злоумышленники, получившие контроль над сетевым оборудованием, потенциально смогут отслеживать присутствие конкретных людей, определять их привычки, периоды отсутствия дома и посещение различных объектов. Это создает дополнительные риски как для цифровой, так и для физической безопасности.

Особую обеспокоенность вызывает тот факт, что технология использует уже существующую инфраструктуру Wi-Fi и не требует согласия пользователя или установки специального оборудования. Теоретически аналогичные методы могут применяться не только в жилых помещениях, но и в офисах, магазинах, гостиницах и других общественных местах, где работают беспроводные сети.

Впрочем, исследователи отмечают, что технология пока остается лабораторной разработкой. Ее практическое применение связано с рядом ограничений, включая необходимость предварительного обучения модели, влияние особенностей помещения и изменения окружающей обстановки. Тем не менее сама возможность идентификации человека по отражениям Wi-Fi демонстрирует, что беспроводные сети постепенно превращаются не только в средство связи, но и в инструмент пассивного радиолокационного наблюдения.

По мнению специалистов, одним из способов снижения подобных рисков станет усиление защиты маршрутизаторов и другого сетевого оборудования от несанкционированной модификации прошивки и программного обеспечения. По мере развития технологий радиочастотного анализа вопросы конфиденциальности пользователей и безопасности домашних и корпоративных сетей будут приобретать все большее значение.