Forscher der Carnegie Mellon University haben ein einzigartiges Wi-Fi-Setup entwickelt, das es ihnen ermöglicht, menschliche Bewegungen durch Wände und dichte Objekte hindurch abzuschätzen. Interessant ist, dass sie keine teure Ausrüstung wie spezielle LiDAR-Geräte oder Kameras benötigen, damit dies funktioniert. Dies gelang ihnen mit kostengünstigen WLAN-Routern und -Receivern für 30 US-Dollar, was einige Bedenken hinsichtlich der Privatsphäre aufwirft.
Mithilfe eines Tools namens DensePose aus dem AI Lab von Facebook analysiert das System unsichtbare Wi-Fi-Funksignale, die einen Raum durchdringen, und erstellt ein visuelles Modell. Von einem WLAN-Router ausgestrahlte Funksignale werden auf natürliche Weise von Objekten und Personen reflektiert, und die reflektierten Signale enthalten Informationen, die von der KI gefiltert werden können, um Körperhaltung und -bewegungen zu rekonstruieren. So wie LiDAR oder Echoortung verwendet werden können, um eine grobe dreidimensionale Darstellung von Räumen oder einem Bereich zu erstellen, kann DensePose Bilder von Menschen erzeugen und im Laufe der Zeit extrapoliert werden, um die Bewegungen einer Person zu verfolgen und zu verstehen.
Dies ist bereits geschehen. Vor Jahren bauten MIT-Forscher ein ähnliches System unter Verwendung der RF-Capture-Technologie, aber die präsentierten Modelle waren nicht so hochwertig wie die, die mit dem CMU-Team und den DensePose-Nachbildungen erstellt wurden. Der Schlüssel zu DensePose ist das, was die Forscher als „tiefes neuronales Netzwerk, das die Phase und Amplitude von Wi-Fi-Signalen auf UV-Koordinaten in 24 menschlichen Regionen abbildet“ beschreiben. Mit Wi-Fi-Signalen als einzigem Input kann dieses KI-Modell die Pose mehrerer Motive abschätzen.
Könnte dies genutzt werden, um eine Familie auszuspionieren oder private Bewegungen zu verfolgen?
Obwohl die CMU-Studie noch nicht von Experten begutachtet wurde, zeigen die Wissenschaftler, dass ihr DensePose-gesteuertes System zur Überwachung menschlicher Bewegungen innerhalb eines Gebäudes verwendet werden kann. Aber es gibt ein paar Dinge zu beachten. Zunächst verwenden sie ein entwickeltes neuronales Netzwerkmodell, um Schätzungen vorzunehmen und die Daten zu nutzen. Dazu gehört auch das Training des Modells hinsichtlich der Anordnung von Räumen und Räumen. Obwohl DensePose Github für jedermann zugänglich ist, ist das für das trainierte Modell nicht der Fall. Kriminelle sollten für die aktive Überwachung auf eigene Systeme zugreifen oder diese entwickeln und umfassend unter Verwendung bekannter räumlicher Konfigurationen trainieren.
Darüber hinaus geht die Studie nicht auf die Wirksamkeit der Technologie in einem durchschnittlichen Wohnhaus ein. Die Forscher verwendeten relativ kostengünstige Geräte, benötigten aber mehrere Zugangspunkte: Die Funkwellen kamen von drei Routern und drei Empfängern. Ohne ein Mesh-Router-System verfügen die Menschen möglicherweise nur über einen Router und einen oder zwei Repeater im ganzen Haus. Es ist unklar, welche Auswirkungen dies auf die Modelle haben würde. Darüber hinaus gibt es in einem durchschnittlichen Haushalt viele Dinge, die die WLAN-Signalstärke beeinträchtigen können, was ebenfalls ein Faktor für ein System sein könnte, das so stark auf zuverlässige Messwerte angewiesen ist.
Größere Einrichtungen mit mehreren Netzwerkgeräten (z. B. Krankenhäuser, Büros oder Gewerbegebäude) und Zugang zu Signalen höherer Qualität können jedoch möglicherweise ausreichende Informationen bereitstellen. Die Studie weist auch darauf hin, dass die Herausforderungen zunehmen, wenn versucht wird, mehrere Probanden zu verfolgen, so dass es möglicherweise schwieriger ist, eine ganze Familie oder Gruppen von Menschen zu verfolgen, die so etwas verwenden.
Wie könnte diese Technologie genutzt werden?
Ungeachtet dessen zeigen Untersuchungen, dass es möglich ist, Personen nur über WLAN als Eingabegerät zu lokalisieren und zu verfolgen. In der Studie gehen CMU-Forscher davon aus, dass die Technologie eingesetzt werden könnte, um das „Wohlbefinden“ der Bewohner eines Hauses zu überwachen oder „verdächtiges Verhalten zu erkennen“. Dann stellen sich Fragen: Wer überwacht, was würde als „verdächtig“ gelten und welche Maßnahmen sollten ergriffen werden, wenn seltsames Verhalten festgestellt wird?
Darüber hinaus bräuchte es nicht viel, um das Ausmaß der Datenschutzprobleme zu verstehen, wenn die Technologie auf irgendeine Weise kommerzialisiert und für Marktforschungs- oder Datenerfassungszwecke verwendet würde. Berichten zufolge verfügen 80 % der amerikanischen Haushalte über einen Heimnetzwerk-Router, was einen offenen Zugang zu Wi-Fi-Signalen in ihrem Zuhause bedeutet. Wi-Fi-Bildgebung könnte eine passive Überwachung sowohl in Häusern als auch in anderen Gebäuden ermöglichen, ohne physischen Zugang und ohne Zustimmung. Darüber hinaus besteht ein allgemeiner Unterschied zwischen Wi-Fi und drahtlosem Internet darin, dass Wi-Fi zur Verteilung des Netzwerks auf begrenztem Raum verwendet wird. Auf diese Weise bleiben Wi-Fi-Netzwerke aktiv, wenn das Internet ausfällt. In diesem Fall könnte ein solches System so umgestaltet werden, dass es lokal ohne Internetzugang funktioniert.
Die Einschränkungen könnten ihn vorerst zurückhalten, bis jemand alternative Lösungen findet. Es ist jedoch unklar, wie lange dies dauern würde. Zukünftige Netzwerktechnologien, die bereits vorhanden sind und die größten Probleme früherer Wi-Fi-Generationen lösen, könnten Consumer-Router leistungsfähiger und für so etwas geeigneter machen.
