学生们开创了使用 Wi-Fi 隔墙识别人的软件

捕捉不安全的 Wi-Fi 信号有时可能会让人不请自来地窥探某人的数据流量和计算机，但如果同样的信号，无论是否安全，都可以用来监视他们的剪影扔墙怎么办？更糟糕的是，如果它可以在人群中认出他们呢？来自计算机科学和人工智能实验室的麻省理工学院研究人员开发了一种软件，可以拦截反弹的无线信号以查看墙后

这项名为 RF-Capture 的技术足够精确，可以以合理的精度跟踪人手的运动，并且当通过机器学习算法输入时，可以根据他们独特的 Wi-Fi 轮廓识别人。

RF-Capture 是 2013 年开发的类似软件的自然演变，具有测量人体反射信号变化的额外好处。

实现这一点的方法很简单：从反射表面反弹的广播 Wi-Fi 信号被捕获设备截获，然后应用 RF-Capture 软件对信号进行分类，并将那些从人体部位反弹的信号与其他形式的干扰区分开来。然后，该软件将来自每个身体部位的数据快照合并成一个代表人体的集体剪影。

通过将机器学习与照片的身体指标（身高、肩宽等）的明显差异相结合，可以训练算法来发现人的细微差异并识别谁站在墙后。“[W]e 使用从我们的重建算法中捕获的人体轮廓 [to] 在这些轮廓上训练分类器，这使我们能够区分人，”该项目的研究人员之一 Fadel Adi 解释道。“分类器捕获身高和体型等特征，这使我们能够区分使用 RF-Capture 的人。”

有多准确？测试表明，该系统能够以90%的准确率识别墙后最多15人。阿迪说，就实时跟踪实际点而言，它可以在大约一英寸的范围内跟踪一个人移动的手，这表明随着技术的改进，该技术可能会有一些非常有趣的现实应用。例如，射频捕捉能够确定一个人的呼吸和心率，这可能会触发监控老年人的健康跟踪工具，或者它可以为分散在家中的物联网设备集成某种手势控制。

但是，与所有获取个人信息的新方法一样，房间里最大的问题是隐私。为了防止滥用，该团队坚持必须开发拦截器，以防止任何依靠射频捕获的解决方案跟踪设备所有者以外的人。

资料来源：小发明

审核编辑 黄昊宇