A németországi Karlsruhei Műszaki Egyetem (KIT) kutatói szerint a hagyományos wifi-hálózatok is alkalmasak rá, hogy megdöbbentő pontossággal azonosítsák a hatókörükben tartózkodó embereket. A kutatók gépi tanuló modelleket alkalmazásával és az úgynevezett BFI (Beamforming Feedback Information) segítségével fejlesztettek olyan technikát, ami állításuk alapján 99,5 százalékos pontossággal képes megállapítani egy-egy személy kilétét.
A BFI lényege, hogy a routerek hatékonyabban irányítsák jeleiket a csatlakoztatott eszközök felé, amelyek visszajelzéseket is küldenek az útválasztóknak. Ahogy azonban a kutatók felhívták rá a figyelmet, ezek a visszajelzések nincsenek titkosítva, és speciális hardver vagy a hálózathoz való kapcsolódás nélkül is hozzáférhetők. Ennek egyik következménye, hogy olyan emberek is azonosíthatók lesznek, akiknek nincsenek oda csatlakoztatott eszközeik.
A tudósok szerint a dolog hasonlóan működik, mintha egy normál kamerával figyelnék meg a környezetet, a különbség mindössze annyi, ebben az esetben rádióhullámokat használnak a fény helyett – idézi az eredményekről szóló sajtóközleményt a Gizmodo riportja. A rádiójelek kölcsönhatásba lépnek a környezetükkel, így visszaverődhetnek, szétszóródhatnak vagy elnyelődhetnek, ennek elemzésével pedig következtetni lehet körülöttük lévő tárgyakra és emberekre is.
A rádióhullámok terjedésének megfigyelésével képet alkothatnak a közelben tartózkodó személyekről, és miután egy gépi tanuló modellt betanítottak rá, egy-egy konkrét személy azonosítása mindössze néhány másodpercet vesz igénybe. A routerek által várt jelek és a ténylegesen kapott, torzított információ különbségéből a kutatók 161 kísérleti alany azonosságát extrapolálták a BFI-adatok alapján, amelyek indirekt módon feltérképezték fizikai jellemzőiket.
Már azt is tudják, ki mozog a szomszédban
Az is kiderült, hogy amikor a célpontok megváltoztatták a mozgásukat, sőt tárgyakat, mondjuk hátizsákokat vagy dobozokat vittek magukkal, a rendszer akkor is 50-60 százalékos pontossággal képes volt azonosítani őket. A KIT eredményei újabb lépést jelentenek a hasonló eljárásokhoz képest: tavaly nyáron mi is beszámoltunk például a római Sapienza Egyetem rendszeréről, ami a csatornaállapot-információ (Channel State Information, CSI) vizsgálatával működik.
Mivel azonban az ilyesmihez sokkal nehezebb hozzáférni még a fogyasztói hardvereken is, a WhoFi nevű eljárás lehetséges alkalmazása korlátozottabb, bár az is riasztóan nagy pontossággal képes észlelni az embereket akár a falakon keresztül. A WhoFi ráadásul csak a személyek jelenlétét érzékeli, de a pontos azonosításukra elvileg nem volt alkalmas. A KIT kutatása most ezt is megcáfolta, jelentős adatvédelmi kockázatokat vázolva fel a wifi-technológia kapcsán.
Az AI mint vállalati működési réteg: hogyan alakul át a digitális operáció?
A vállalati digitalizáció következő szakaszát egyre kevésbé az új alkalmazások vagy önálló technológiai projektek határozzák meg. A fókusz fokozatosan a működés egészének átalakulása felé mozdul: hogyan lehet a folyamatokat gyorsabban, hatékonyabban és nagyobb üzleti kontroll mellett működtetni egy olyan környezetben, ahol az adatmennyiség, a rendszerek komplexitása és a reakcióidővel kapcsolatos elvárások folyamatosan növekednek.
Projektek O-gyűrűje. Mit tanulhat egy projektvezető a Challenger tragédiájából?