要約:
ドイツのカールスルーエ工科大学 (KIT) の研究者らは最近、通常の Wi-Fi 通信トラフィックで特定の個人をほぼ 100% の精度で識別するのに十分であることを確認しました。このプロセス全体にはカメラや特別な感知ハードウェアは必要なく、監視対象者はいかなる機器も持ち運ぶ必要がありません。
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"。
197 人の参加者が参加した研究では、システムは、見る角度や歩行姿勢の変化に関係なく、個人を正確に識別できました。基盤となる機械学習モデルがトレーニングされると、誰かの ID にタグを付けるのに数秒しかかかりません。
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。
残念なことに、BFI データは送信中に暗号化されません。悪意のあるデバイスは、Wi-Fi ネットワークに侵入せずにこのデータを傍受することができます。ビームフォーミング レポートはクリア テキストでアクセス ポイントに送信されるため、信号範囲内でリスニング モードにある Wi-Fi アダプターはこの情報を受動的に記録できます。さらに重要なことは、特定された対象者は、関係するデバイスを所有する必要さえないということです。それがカフェであろうと空港であろうと、他人のルータと他人のラップトップとの間に通信トラフィックがある限り、身体を妨害して個人の署名を生成する無線フィールドを形成するのに十分です。
このテクノロジーには厄介な点もあります。それは、一般的な回避策には騙されないということです。システムが人を識別するために歩き方のみに依存している場合、歩き方を変えることで問題を回避できる可能性があります。システムが正面からしか人物を識別できない場合は、横に歩くことで回避することもできます。しかし、テストの結果、この無線シグネチャは、観察角度や歩行が異なっても安定した認識精度を維持しており、その信頼性はカメラ認識をも上回っています。
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。
指紋認識とは異なり、通常、指紋スキャナーを押したときに誰かが最初に指紋を取得し、それを本人確認と関連付ける必要があります。多くの場合、それは意図的に行われます。対照的に、人は何も触れず、何の機器も持たず、あるいはそれを知らずに、Wi-Fi 信号が届く空間をただ歩くだけで、無線指紋が収集される可能性があります。
さらに心配なのは、Wi-Fi デバイスがほぼどこにでもあるという事実です。 Wi-Fi ネットワークは世界中の家庭、オフィス、空港、カフェ、店舗で常時稼働しており、この種のテクノロジーに非常に大きな応用スペースを提供しています。対照的に、カメラは、たとえ不安を抱かせるものであっても、少なくとも目に見えるものであり、人々はそれを見ることができ、そのレンズを避け、または会議中に異議を唱えるために直接カメラを向けることができます。
壁内にすでに存在する Wi-Fi ネットワークに基づいて構築された監視レイヤーは、まったく疑いを引き起こしません。研究者らは、まさにこれこそが危険であると警告している。特に、一部の権威主義的な制度環境では、通常監視活動を明らかにする明らかなハードウェアの痕跡を残さずに、この方法が抗議活動参加者を監視するために使用される可能性があると彼らは指摘している。
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。
チームの研究結果「BFId: ビームフォーミング フィードバック情報を使用したアイデンティティ推論攻撃」は、台北で開催されたコンピュータおよび通信セキュリティ (CCS) に関する ACM カンファレンスで発表されました。
コメント