Riassunto:
I ricercatori del Karlsruhe Institute of Technology (KIT) in Germania hanno recentemente confermato che il normale traffico di comunicazione Wi-Fi è sufficiente per identificare individui specifici con una precisione prossima al 100%. L'intero processo non richiede telecamere o hardware di rilevamento speciale e la persona monitorata non ha nemmeno bisogno di portare con sé alcuna attrezzatura.
研究团队开发的这套系统利用机器学习技术，分析Wi-Fi设备本就持续发往路由器的信息。当一个人在房间内移动时，其身体会以特定方式扰动空间中传播的无线电波，这些扰动携带着足够的生物特征信息，使系统能够"学习"识别出某个人，并将其与其他人区分开来，效果堪比一种"无线电指纹"。
In uno studio che ha coinvolto 197 partecipanti, il sistema è stato in grado di identificare con precisione gli individui indipendentemente dall'angolo di visione o dai cambiamenti nella postura nel camminare. Una volta addestrato il modello di machine learning sottostante, taggare l'identità di qualcuno richiede solo pochi secondi.
关键在于一种名为"波束成形反馈信息"（Beamforming Feedback Information，简称BFI）的数据。为了维持连接稳定，手机或笔记本电脑会持续向路由器反馈其接收信号的具体情况，以便路由器更精准地调整发射方向，而Wi-Fi设备会不断产生这类BFI反馈数据。
无线电波在房间内四处反弹并覆盖房间中的一切物体，包括人体本身。每个人独特的体型、身高与姿态都会以带有个人特征的方式扭曲这些电波。只要人工智能模型获取了足够多的这类扭曲数据，就能学习到某人独有的"无线电签名"，其原理与基于摄像头的人脸识别系统颇为相似。
La cosa preoccupante è che i dati BFI non vengono crittografati durante la trasmissione. Un dispositivo dannoso può intercettare questi dati senza penetrare nella rete Wi-Fi: poiché i rapporti di beamforming vengono inviati al punto di accesso in chiaro, qualsiasi adattatore Wi-Fi in modalità di ascolto all'interno della portata del segnale può registrare passivamente queste informazioni. Cosa ancora più importante, il soggetto identificato non ha nemmeno bisogno di possedere nessuno dei dispositivi coinvolti: che sia in un bar o in un aeroporto, basta che ci sia traffico di comunicazione tra il router di qualcun altro e il portatile di qualcun altro, è sufficiente che si formi un campo radio che disturba il corpo e genera una firma personale.
C'è anche qualcosa di preoccupante in questa tecnologia: non si lascia ingannare dalle evasioni comuni. Se un sistema si basa solo sull’andatura per identificare le persone, può scappare cambiando il modo in cui cammina; se il sistema può identificare le persone solo frontalmente, può evitarle camminando lateralmente. Tuttavia, dopo i test, questa firma radio mantiene una precisione di riconoscimento stabile sotto diversi angoli di osservazione e andature diverse, e la sua affidabilità supera addirittura il riconoscimento della fotocamera.
需要说明的是，该系统的工作原理类似指纹扫描仪：它能够捕捉到一个人的"签名"，却并不会自动知晓这个人是谁，必须先有参考记录作为比对基础。在研究人员的主要实验中，机器学习模型先通过每位参与者的若干段记录进行训练，随后被要求判断新记录出自哪位已知参与者。不过，这一限定条件几乎无法消除公众对隐私问题的担忧。
A differenza del riconoscimento delle impronte digitali, in genere qualcuno deve prima acquisire la tua impronta digitale e associarla alla tua identità, spesso consapevolmente quando premi uno scanner di impronte digitali. Al contrario, una persona cammina semplicemente attraverso uno spazio coperto da segnali Wi-Fi, senza toccare nulla, portare con sé alcuna attrezzatura o addirittura saperlo, e la sua impronta radiofonica può essere raccolta.
Ancora più preoccupante è il fatto che i dispositivi Wi-Fi siano quasi ovunque. Le reti Wi-Fi sono sempre attive nelle case, negli uffici, negli aeroporti, nei bar e nei negozi di tutto il mondo, offrendo uno spazio applicativo estremamente ampio per questo tipo di tecnologia. Al contrario, la telecamera, per quanto inquietante, è almeno visibile: le persone possono vederla, evitare l’obiettivo o puntarla direttamente verso di essa durante le riunioni per sollevare obiezioni.
Il livello di monitoraggio costruito sulla base della rete Wi-Fi già esistente nel muro non desterà alcun sospetto. I ricercatori avvertono che è proprio questo il pericolo. In particolare, notano che in alcuni contesti istituzionali autoritari, questo metodo può essere utilizzato per sorvegliare i manifestanti senza lasciare evidenti tracce hardware che di solito rivelano operazioni di sorveglianza.
研究团队并未止步于发出警告，而是致力于从标准层面推动解决方案。他们希望将隐私保护机制直接内置于即将出台的Wi-Fi新标准IEEE 802.11bf之中——该标准将使无线感应能力正式化，团队将此视为在这项能力大规模扩散之前、将保护措施植入协议本身的最后一次"干净"机遇。这项研究获得了德国亥姆霍兹联合会"工程安全系统"项目的资助，研究团队采集的197人数据集已面向非商业研究用途公开发布，供其他团队进一步探究这种攻击手段及相应防御措施。
I risultati della ricerca del team, "BFId: Identity Inference Attack Using Beamforming Feedback Information", sono stati pubblicati alla conferenza ACM sulla sicurezza informatica e delle comunicazioni (CCS) a Taipei.
Commenti