پژوهشگران مؤسسه فناوری کارلسروهه (KIT) در آلمان میگویند شبکههای وایفای معمولی میتوانند با دقتی نگرانکننده برای شناسایی افراد مورد استفاده قرار بگیرند.
در یک مطالعه، این پژوهشگران توضیح دادهاند که با استفاده از اطلاعات بازخورد شکلدهی پرتو (BFI) و مدلهای یادگیری ماشین، توانستهاند افراد را هنگام عبور در محدوده یک شبکه شناسایی کنند. طبق این تحقیق، این روش مبتنی بر BFI قادر بوده هویت افراد را با دقت ۹۹.۵ درصد تشخیص دهد. نتایج این پژوهش در کنفرانس امنیت رایانه و ارتباطات ACM در ماه نوامبر ارائه شده است.
فناوری beamforming که با استاندارد WiFi 5 معرفی شد، به روترها اجازه میدهد سیگنال را به شکل هدفمندتری به سمت دستگاههای متصل ارسال کنند. برای انجام این کار، دستگاهها اطلاعات بازخوردی به روتر ارسال میکنند.
بر اساس توضیح پژوهشگران، مشکل اینجاست که این بازخوردها رمزگذاری نشدهاند و حتی بدون تجهیزات تخصصی یا حتی بدون اتصال مستقیم به شبکه وایفای قابل دسترسی هستند. این روش همچنین میتواند افرادی را که هیچ دستگاه متصل به شبکه همراه ندارند، تنها بر اساس حضورشان در محدوده پوشش شبکه شناسایی کند.
طبق بیانیه مطبوعاتی این مطالعه، پس از اینکه یک مدل یادگیری ماشین آموزش داده شود، شناسایی یک فرد تنها چند ثانیه زمان میبرد.
این فرایند با استفاده از چیزی انجام میشود که «حسگری وایفای» (WiFi sensing) نام دارد؛ یعنی استفاده از سیگنالهای وایفای برای استخراج اطلاعات درباره محیط فیزیکی. زمانی که امواج رادیویی مانند وایفای در یک فضا منتشر میشوند، با اشیا و افراد موجود در آن محیط تعامل دارند. این سیگنالها ممکن است بازتاب پیدا کنند، پراکنده شوند یا جذب شوند.
با بررسی تفاوت بین رفتار مورد انتظار سیگنال و آنچه در واقع دریافت میشود، پژوهشگران میتوانند اطلاعاتی درباره محیط اطراف، از جمله حضور و ویژگیهای افراد، استخراج کنند.
