🔍 Wi-Fi теперь видит сквозь стены! Новая система идентифицирует людей по сигналу

Представьте: ваш роутер превратился в шпиона. Учёные разработали систему, которая по Wi-Fi сигналу определяет людей за стеной — даже без камер! 🤯 Технология анализирует помехи в радиоволнах, создаваемые движением тела, и идентифицирует человека с пугающей точностью. Ура для спецслужб? Но что насчёт приватности… 👀

Эксперты бьют тревогу: это новый уровень слежки, где даже стены не спасают. Система уже тестируется — и требует срочного обсуждения этических рамок. Ваши четыре стены больше не убежище? 😱 #Безопасность #Технологии #WiFi

Технический обзор системы WhoFi

Революционный подход к радиочастотному зрению

Исследователи Университета Сапиенца в Риме представили систему WhoFi, использующую стандартные сигналы Wi-Fi (2.4/5 ГГц) для сквозной идентификации людей с точностью 95.5%. Технология основана на анализе уникальных искажений радиоволн при взаимодействии с внутренними структурами тела — костной тканью, внутренними органами и биологическим составом, формируя биометрические сигнатурные паттерны. В отличие от оптических систем, WhoFi функционирует в полной темноте и преодолевает непрозрачные препятствия, что открывает новые возможности для систем безопасности, но одновременно создает беспрецедентные риски для приватности.

Архитектурный дизайн и технические детали

Физические принципы взаимодействия

Система использует явление диэлектрической дисперсии: сигналы Wi-Fi по-разному взаимодействуют с тканями в зависимости от их электромагнитных свойств:

# Псевдокод модели взаимодействия
for signal in wifi_transmissions:
    distortion = calculate_permittivity(bone_density, organ_profiles)
    unique_signature = extract_features(distortion, frequency=5.8e9)
    identify(subject_db, unique_signature)

Ключевые параметры:

• Частотный диапазон: 2.4–5.8 ГГц (стандарты IEEE 802.11n/ac)
• Разрешающая способность: до 5 см (определяется bandwidth ≈ 160 МГц)
• Архитектура сенсора: MIMO-антенны (4×4), фазовые массивы для пространственного сканирования

Алгоритмическая обработка сигналов

Этапы обработки данных:

1. Помехоустойчивая фильтрация (адаптивный Kalman filter)
2. Выделение мультипутевых компонент (MIMO-CSI анализ)
3. Формирование биометрического шаблона (ResNet-50 CNN архитектура)
4. Сравнение с базой данных через метрическое обучение

Производительность и эксплуатационные характеристики

Результаты тестирования системы

Ограничения:

• Снижение точности при движении объекта (до 83% при 1 м/с)
• Ошибки идентификации при толщине стен > 30 см (железобетон)
• Зависимость от калибровки оборудования

Интеграционные сценарии и риски безопасности

Применение в enterprise-средах

1. Умные здания: Бесконтактный контроль доступа в ЦОД и secure zones
2. Телемедицина: Мониторинг пациентов через перегородки
3. Промышленная безопасность: Обнаружение персонала в опасных зонах

Угрозы приватности и правовые аспекты

• Технические риски:

  • Пассивное наблюдение через бытовые роутеры
  • Доообучение моделей на массовых данных без согласия
  • Интеграция с системами распознавания лиц

• Нормативные ограничения:

  • GDPR (статья 9 — биометрические данные)
  • ФЗ-152 «О персональных данных» (требование явного согласия)
  • Отсутствие законодательного регулирования RF-биометрии в РФ

Сравнительный анализ технологий

Заключение и рекомендации

WhoFi представляет двойную технологическую перспективу: революционный метод сквозного зондирования с использованием существующей инфраструктуры и серьезный вызов приватности. Для enterprise-внедрения необходимо:

1. Разработка on-device обработки данных (без передачи на сервер)
2. Реализация Zero-Trust архитектур
3. Жесткое регулирование на уровне международных стандартов Технология находится на TRL 3-4 (лабораторная валидация), коммерческое внедрение прогнозируется через 3-5 лет. Архитекторам рекомендуется тестировать RF-shielding решения и внедрять принципы Privacy by Design в IoT-проектах.