Cientistas italianos aprenderam a identificar pessoas pelo efeito do corpo no sinal Wi-Fi

Cientistas da Universidade Sapienza de Roma (Sapienza — Università di Roma) desenvolveram a tecnologia WhoFi, que permite a identificação inicial e repetida de uma pessoa com base nas características de como seu corpo distorce o sinal Wi-Fi.

Fonte da imagem: Dreamlike Street / unsplash.com

Em 2020, a Wi-Fi Alliance aprovou o padrão IEEE 802.11bf para a tecnologia Wi-Fi Sensing, indicando que o Wi-Fi é mais do que apenas um mecanismo de transferência de dados: redes sem fio podem ser usadas para detecção de movimento e até mesmo identificação biométrica. A reidentificação é um problema bem conhecido em vigilância por vídeo, enfatizam os cientistas italianos: nem sempre é possível afirmar com certeza que um objeto capturado em vídeo é a mesma pessoa que foi gravada em outro momento e em outro lugar. Ao mesmo tempo, a reidentificação não revela necessariamente a identidade – é apenas uma declaração de que o mesmo objeto observado apareceu em condições diferentes. Em sistemas de vigilância por vídeo, para tal tarefa, como regra, peças de roupa ou outras características distintivas são comparadas, mas isso nem sempre é possível.

O Wi-Fi, observam os pesquisadores, tem uma série de vantagens sobre as câmeras de vídeo: o sinal de rádio não depende do nível de iluminação, pode atravessar paredes e obstáculos e também oferece um nível maior de privacidade do que uma imagem visual. “A questão é que, à medida que o sinal Wi-Fi se propaga no espaço, sua forma de onda muda dependendo da presença e das características físicas de objetos e pessoas em seu caminho. Essas mudanças, registradas na forma de Informações do Estado do Canal (CSI), contêm dados biométricos extensos”, diz o estudo. No contexto de dispositivos habilitados para Wi-Fi, o termo CSI se refere a um conjunto de dados sobre a amplitude e a fase das ondas eletromagnéticas. Ao interagir com o corpo humano, o sinal é distorcido – as distorções são exclusivas de uma pessoa em particular. O processamento posterior desses dados usando uma rede neural profunda permite obter uma assinatura individual.

A tecnologia WhoFi dos pesquisadores italianos, afirmam eles, demonstrou até 95,5% de precisão na correspondência de objetos no conjunto de dados NTU-Fi disponível publicamente quando uma rede neural profunda com arquitetura de transformador foi utilizada para processar sinais de Wi-Fi. “Esses resultados encorajadores confirmam a viabilidade dos sinais de Wi-Fi como um método biométrico confiável e que preserva a privacidade, e indicam que este estudo representa um avanço significativo no desenvolvimento de sistemas de reidentificação por rádio”, concluem os autores.

admin

Postagens recentes

Um americano foi preso sob suspeita de roubar criptomoedas por meio de um vírus escondido em jogos Steam.

O FBI prendeu Zyaire Dontaevious Zamarion Wilkins, de 21 anos, na Flórida, e o acusou…

1 hora atrás

A TSMC se vangloriou de seu sucesso no desenvolvimento da tecnologia de processo A14 de 1,4 nm – ela está se desenvolvendo mais rápido que o N2

\nNos últimos três meses, a TSMC fez progressos significativos no desenvolvimento da tecnologia de processo…

1 hora atrás

Ex-engenheiro de foguetes cria minúsculo drone caçador de mosquitos

\nUm ex-engenheiro da desenvolvedora e fabricante europeia de sistemas de mísseis MBDA, Alex Toussaint, desenvolveu…

1 hora atrás

Bethesda chamou Starfield de “parte importante” de seu futuro e sugeriu uma nova adição à história em 2027

\nNa mensagem de hoje aos fãs, a Bethesda Game Studios anunciou não apenas novos jogos…

2 horas atrás

Bethesda anunciou oficialmente Fallout 5, um novo Fallout da Obsidian, remasterizações de Fallout 3 e New Vegas

\nOs desenvolvedores da Bethesda Game Studios, em uma mensagem surpresa aos jogadores, falaram sobre projetos…

3 horas atrás

Apple amplia seu caso contra OpenAI: a empresa suspeita de dezenas de ex-funcionários

\nDe acordo com fontes online, a Apple enviou cartas exigindo a preservação de documentos e…

3 horas atrás