Μια εξαιρετικά ανησυχητική, νέα μορφή «αόρατης» παρακολούθησης έφεραν στο φως επιστήμονες στη Γερμανία. Όπως μεταδίδει το ScienceDaily, ερευνητές απέδειξαν ότι τα συνηθισμένα WiFi routers που έχουμε όλοι στα σπίτια και τα γραφεία μας μπορούν σύντομα να χρησιμοποιηθούν για τη μυστική αναγνώριση και τον εντοπισμό ανθρώπων με σχεδόν τέλεια ακρίβεια.
Το πιο εντυπωσιακό –και ταυτόχρονα τρομακτικό– στοιχείο της νέας αυτής τεχνολογίας είναι ότι λειτουργεί ακόμη και αν το άτομο δεν φέρει πάνω του καμία ηλεκτρονική συσκευή ή αν το smartphone του είναι εντελώς απενεργοποιημένο.
Πώς το WiFi μετατρέπεται σε «κάμερα» μέσω AI
Η επιστημονική ομάδα από το Ινστιτούτο Ασφάλειας Πληροφοριών και Αξιοπιστίας (KASTEL) του Ινστιτούτου Τεχνολογίας της Καρλσρούης (KIT) κατάφερε να εκμεταλλευτεί τον τρόπο με τον οποίο τα ραδιοκύματα ανακλώνται στο περιβάλλον.
«Παρατηρώντας τη διάδοση των ραδιοκυμάτων, μπορούμε να δημιουργήσουμε μια εικόνα του περιβάλλοντος χώρου και των ανθρώπων που είναι παρόντες», εξηγεί ο καθηγητής Thorsten Strufe, ειδικός σε θέματα κυβερνοασφάλειας. «Αυτό λειτουργεί παρόμοια με μια κανονική κάμερα, με τη διαφορά ότι στη δική μας περίπτωση χρησιμοποιούνται ραδιοκύματα αντί για κύματα φωτός για την αναγνώριση. Επομένως, δεν έχει καμία σημασία αν κουβαλάτε μαζί σας μια συσκευή WiFi ή όχι».
Ακόμα κι αν κλείσετε το κινητό σας τηλέφωνο, οι υπόλοιπες ασύρματες συσκευές που βρίσκονται στον χώρο και είναι συνδεδεμένες στο δίκτυο (όπως smart τηλεοράσεις, laptop ή έξυπνες λάμπες) παράγουν αρκετή δραστηριότητα σήματος ώστε το σύστημα να λειτουργήσει απρόσκοπτα.
Δεν απαιτείται ειδικός εξοπλισμός
Σε αντίθεση με παλαιότερες πειραματικές μεθόδους που βασίζονταν σε ακριβούς αισθητήρες ή εξειδικευμένα μηχανήματα, η νέα τεχνική λειτουργεί με το συνηθισμένο hardware που κυκλοφορεί ήδη στο εμπόριο.
Οι συσκευές σε ένα ασύρματο δίκτυο στέλνουν τακτικά δεδομένα ανατροφοδότησης στο router, μια διαδικασία που ονομάζεται Beamforming Feedback Information (BFI). Επειδή αυτές οι πληροφορίες μεταδίδονται χωρίς κρυπτογράφηση, οποιοσδήποτε βρίσκεται εντός εμβέλειας μπορεί θεωρητικά να τις υποκλέψει.
Οι ερευνητές διαπίστωσαν ότι οι αντανακλάσεις των σημάτων πάνω στο ανθρώπινο σώμα δημιουργούν πολλαπλές «όψεις» ενός ατόμου. Ένα σύστημα Μηχανικής Μάθησης (Machine Learning) εκπαιδεύεται πάνω σε αυτές τις αλλαγές του σήματος και μπορεί να μάθει να αναγνωρίζει την μοναδική «υπογραφή» της κίνησης κάθε ανθρώπου. Μετά την εκπαίδευση του AI μοντέλου, η ταυτοποίηση ενός ατόμου απαιτεί μόλις λίγα δευτερόλεπτα.
Ακρίβεια που αγγίζει το 100%
Κατά τη διάρκεια των δοκιμών, στις οποίες συμμετείχαν 197 εθελοντές, το σύστημα κατάφερε να αναγνωρίσει την ταυτότητα των ατόμων με ποσοστό επιτυχίας που άγγιξε το 100%. Η αναγνώριση παρέμεινε απόλυτα αποτελεσματική ανεξάρτητα από τη γωνία θέασης του router ή τον ιδιαίτερο τρόπο με τον οποίο περπατούσε ο κάθε συμμετέχων.
Οι επιστήμονες κρούουν τον κώδωνα του κινδύνου για τις προεκτάσεις αυτής της ανακάλυψης στα θεμελιώδη ανθρώπινα δικαιώματα και την ιδιωτικότητα.
«Αυτή η τεχνολογία μετατρέπει κάθε router σε ένα δυνητικό μέσο παρακολούθησης», προειδοποιεί ο ερευνητής Julian Todt. «Αν περνάτε τακτικά έξω από μια καφετέρια που διαθέτει δίκτυο WiFi, θα μπορούσατε να ταυτοποιηθείτε εκεί χωρίς να το καταλάβετε και να σας αναγνωρίσουν αργότερα – για παράδειγμα, δημόσιες αρχές ή εταιρείες».
Καθώς τα ασύρματα δίκτυα είναι πλέον πανταχού παρόντα (σε σπίτια, αεροδρόμια, καφετέριες, γραφεία και πλατείες), η υποδομή για μια καθολική, αόρατη παρακολούθηση είναι ήδη έτοιμη και εγκατεστημένη σε όλο τον κόσμο. Η ερευνητική ομάδα ζητά την άμεση λήψη μέτρων και την ενσωμάτωση ισχυρότερων δικλείδων ασφαλείας στο επερχόμενο παγκόσμιο πρότυπο IEEE 802.11bf WiFi, ώστε να προστατευτούν οι πολίτες από αυταρχικά καθεστώτα ή κυβερνοεγκληματίες.
Λίγο περισσότερο από μια 10ετία σε επίσημα service, έχοντας επισκευάσει μερικές… χιλιάδες τηλέφωνα, από την εποχή που δεν ήταν ακόμα “smartphones”. Βρήκα περισσότερο ενδιαφέρον στη δοκιμή τους, την δημιουργία αναλυτικών reviews και video για κάθε ένα από αυτά! Gaming και οδήγηση οι αγάπες μου εκτός του χώρου της τεχνολογίας
