Onderzoekers aan de Universiteit van RomeontwikkeldEen methode zou personen opnieuw kunnen identificeren, uitsluitend op basis van de manier waarop hun lichaam Wi-Fi-signalen interfereert – een doorbraak die de debatten over privacy en toezicht opnieuw zou kunnen aanwakkeren. De technologie is krachtiger en minder ingrijpend dan biometrische systemen die afhankelijk zijn van gezichten, vingerafdrukken of mobiele apparaten; en in tegenstelling tot camera's of scanners op een vaste locatie kan het personen volgen in elke ruimte die wordt gedekt door een Wi-Fi-netwerk.
De auteurs van het onderzoek, computerwetenschappers Danilo Avola, Daniele Pannone, Dario Montagnini en Emad Emam, beschrijven WhoFi als een nieuw type biometrische identificatietechnologie. Het is niet afhankelijk van beelden, wearables of gedragsmatige signalen, maar ontleent in plaats daarvan de unieke ‘handtekening’ van een individu aan veranderingen in de statusinformatie van het Wi-Fi-kanaal, die veranderingen in signaalamplitude en fase vastlegt terwijl elektromagnetische golven interageren met fysieke obstakels.
"Het kerninzicht is dat wanneer een Wi-Fi-signaal zich door de omgeving voortplant, de golfvorm ervan wordt gewijzigd door de aanwezigheid en fysieke kenmerken van objecten en mensen onderweg", schreven de auteurs. "Deze veranderingen...zijn rijk aan biometrische informatie."
Om hun hypothese te testen, trainden de onderzoekers een diep neuraal netwerk om signaalveranderingen te identificeren die uniek zijn voor individuen. Het systeem leert verschillende mensen herkennen door te analyseren hoe elke persoon Wi-Fi-signalen wijzigt, zelfs in verschillende omgevingen. Bij testen op de NTU-Fi-dataset, een veelgebruikte op Wi-Fi gebaseerde menselijke perceptiebenchmark, behaalde WhoFi tot 95,5% heridentificatienauwkeurigheid met behulp van een op Transformer gebaseerd deep learning-model.
Deze technologie waarbij Wi-Fi wordt gebruikt voor het waarnemen van het menselijk lichaam is niet nieuw. De afgelopen tien jaar hebben onderzoekers toepassingen onderzocht variërend van valdetectie tot het waarnemen door muren en gebarenherkenning. EyeFi, een soortgelijke methode die in 2020 werd voorgesteld, meldde dat de nauwkeurigheid van de heridentificatie van personen ongeveer 75% bedroeg. De auteurs van WhoFi zijn van mening dat hun methode nauwkeuriger is en betrouwbaarder werkt op verschillende locaties.
Hoewel veelbelovend vanuit technisch perspectief, roept op Wi-Fi gebaseerde heridentificatietechnologie ernstige ethische zorgen op. In tegenstelling tot zichtbare en identificeerbare camera's of RFID-tags zijn Wi-Fi-signalen alomtegenwoordig en vaak moeilijk te detecteren, omdat ze zijn ontworpen om gegevens te verzenden in plaats van te volgen. Het Register merkte op dat voorstanders van dit opkomende vakgebied beweren dat Wi-Fi-detectietechnologie een meer op privacy gericht alternatief is voor visuele surveillance, omdat er geen beelden mee worden vastgelegd. Critici beweren echter dat voortdurende tracking – vooral zonder medeweten of toestemming van de persoon die wordt gemonitord – de deur zou kunnen openen voor nieuwe geheime vormen van surveillance.
Het team erkent de spanning tussen innovatie en privacy. Hoewel ze volhouden dat WhoFi niet rechtstreeks persoonlijke identiteiten of persoonlijke gegevens vastlegt, zijn ze zich ervan bewust dat dit kan worden misbruikt als het wordt ingezet zonder de juiste bescherming.
Momenteel bevindt dit onderzoek zich nog in de academische fase en zijn er geen plannen voor commerciële of overheidstoepassingen. Naarmate met Wi-Fi uitgeruste omgevingen echter alomtegenwoordiger worden, kan de mogelijkheid dat ons lichaam in stilte identiteitsinformatie kan verzenden zonder enige apparatuur binnenkort van experiment naar realiteit verschuiven.