Il Wi-Fi può riconoscere le persone all’interno di una casa: il test del KIT senza telefono né telecamera e un problema di privacy in vista

aA

Segui suSeguici su

WHATSAPPDISCOVER

A Karlsruhe, in Germania, una ricerca del Karlsruhe Institute of Technology ha dimostrato che una normale rete Wi-Fi può essere sfruttata per riconoscere le persone presenti in un ambiente anche quando non portano con sé smartphone, computer o altri dispositivi connessi. Il metodo, chiamato BFId, non utilizza immagini ottiche: interpreta invece le modifiche che il corpo umano introduce nella propagazione delle onde radio.

La ricerca del KIT mostra che i dati di beamforming possono contenere informazioni utili a distinguere le persone senza fotocamere o dispositivi indossati. Immagine illustrativa generata con intelligenza artificiale.

publikationen.bibliothek.kit.edu

Come il Wi-Fi costruisce una firma individuale dei movimenti

Il principio fisico è simile a quello alla base di molte tecniche di rilevamento wireless: quando una persona attraversa lo spazio tra un router e i dispositivi collegati, il suo corpo assorbe, riflette e devia parte del segnale. La variazione non produce una fotografia nel senso tradizionale, ma contiene informazioni sulla geometria degli ostacoli, sulla posizione e sul modo in cui il soggetto si muove. Un modello di apprendimento automatico può quindi associare configurazioni ricorrenti a una determinata identità.

tomshardware.com

BFId sfrutta in particolare la Beamforming Feedback Information, cioè i dati che i dispositivi Wi-Fi inviano al router per descrivere le caratteristiche del canale radio e consentire al sistema di dirigere meglio il segnale. Questa informazione è legata alle funzioni di beamforming introdotte con il Wi-Fi 5 e, secondo il lavoro del KIT, può essere raccolta passivamente da un osservatore dotato di un normale adattatore wireless configurato per ascoltare il traffico radio.

techradar.com +1

Il risultato sui 197 partecipanti e il confronto con i metodi precedenti

Per valutare la tecnica, i ricercatori hanno registrato segnali Wi-Fi associati a 197 persone, costruendo un insieme di dati più ampio rispetto a molte precedenti sperimentazioni sul riconoscimento individuale tramite wireless sensing. Nel test riportato dal gruppo, BFId ha raggiunto un’accuratezza di identificazione fino al 99,5 per cento su un sottoinsieme di 170 partecipanti, superando nettamente un approccio basato sulla Channel State Information, fermo all’82,4 per cento nello stesso confronto.

Il dato non significa che ogni router domestico sia già in grado di riconoscere automaticamente chiunque entri in una stanza. Il sistema deve essere addestrato su esempi associati alle persone da distinguere e opera nelle condizioni sperimentali definite dai ricercatori. L’accuratezza, inoltre, dipende dalla disponibilità dei segnali, dalla configurazione dell’ambiente, dal numero di identità considerate e dalla qualità del modello. Il risultato mostra però che la firma radio di un individuo può restare riconoscibile anche cambiando stile di camminata e prospettiva di osservazione.

Perché il telefono spento non basta a evitare il rilevamento

La differenza più delicata rispetto al tracciamento tradizionale è che BFId non deve identificare il dispositivo della persona osservata. Il soggetto può non essere collegato alla rete e, secondo la descrizione dello studio, non deve portare alcun apparato wireless: sono le perturbazioni del segnale provocate dalla presenza fisica a fornire gli elementi utili al riconoscimento. Spegnere lo smartphone, quindi, non elimina necessariamente il fenomeno se nell’ambiente continuano a comunicare altri dispositivi Wi-Fi.

Il rischio prospettato riguarda soprattutto la possibilità di collegare una firma osservata in un luogo a una firma registrata successivamente in un altro ambiente. Un sistema del genere potrebbe, in linea teorica, trasformare la presenza ricorrente in un negozio, in un ufficio o in una struttura pubblica in una sequenza di passaggi riconducibili allo stesso individuo. La ricerca non dimostra che questo scenario sia già applicato su larga scala, ma evidenzia una superficie di sorveglianza diversa da quella delle telecamere e spesso meno visibile alle persone.

debrief.org

La questione aperta della protezione dei dati radio

Per il KIT, il problema nasce dal fatto che i dati di beamforming sono trasmessi in forma accessibile a chi riesce a intercettare il traffico radio, mentre la loro funzione originaria è migliorare prestazioni e stabilità della connessione. Nei test, la semplice riduzione della frequenza dei rapporti non ha eliminato il rischio e ha avuto effetti limitati sull’accuratezza. Una protezione più incisiva richiederebbe interventi sugli standard Wi-Fi e dovrebbe confrontarsi con la compatibilità dei dispositivi già installati.

Il tema si inserisce nella crescita del Wi-Fi sensing, un settore che studia l’uso delle reti wireless per rilevare presenza, movimento, gesti e condizioni dell’ambiente. Le applicazioni possono comprendere assistenza domestica, monitoraggio non invasivo e automazione degli edifici, ma la stessa capacità di osservare senza telecamere può entrare in conflitto con consenso, trasparenza e controllo dei dati. La ricerca del KIT invita quindi a valutare la sicurezza già nella progettazione delle nuove funzioni di rilevamento.

Dal riconoscimento sperimentale alle conseguenze sulla privacy

Il significato principale dello studio non è l’idea di un router capace di vedere come una videocamera, perché il sistema non restituisce un’immagine ottica dettagliata della persona. Il punto è diverso: segnali nati per collegare dispositivi possono contenere abbastanza informazione da distinguere individui, soprattutto quando vengono analizzati con modelli addestrati e confrontati con un archivio di riferimento. È una forma di identificazione indiretta, ma potenzialmente molto invasiva proprio perché non richiede collaborazione attiva.

Cosa osservare prima di parlare di sorveglianza diffusa

Il passaggio dalla dimostrazione in laboratorio a un uso operativo richiede ulteriori verifiche su ambienti più affollati, edifici con configurazioni differenti, cambiamenti nell’arredamento e persone non presenti nel campione di addestramento. Restano inoltre da misurare con precisione i falsi positivi, la stabilità del riconoscimento nel tempo e la possibilità di separare le firme di più soggetti che si muovono simultaneamente. Sono aspetti decisivi per capire quanto il risultato sia trasferibile fuori dalle condizioni sperimentali.

La prospettiva più concreta riguarda ora il rapporto tra innovazione e regole. Se il Wi-Fi sensing verrà integrato in un numero crescente di dispositivi, la protezione dei dati non potrà essere affidata soltanto alla consapevolezza degli utenti, spesso ignari dei segnali che attraversano gli ambienti. Saranno necessari criteri tecnici per limitare la raccolta, informazione chiara sulle finalità e garanzie contro la re-identificazione. Il caso BFId mostra che la privacy radio dovrà essere considerata insieme alla sicurezza della connessione.