Слежение Через Стены: Как Wi-Fi Роутеры Становятся Инструментом Мониторинга

В январе 2023 года исследовательская группа, базирующаяся в МИТ, представила новый способ отслеживания движения людей через стены с помощью стандартных Wi-Fi роутеров. Работа, опубликованная на arxiv.org, демонстрирует, что современная Wi-Fi инфраструктура может использоваться не только для передачи данных, но и для пространственного мониторинга с точностью, сравнимой с визуальными технологиями.

Исследование основывается на использовании двух роутеров, каждый из которых оснащён тремя антеннами, – конфигурация, типичная для домашнего Wi-Fi оборудования. По сути, список доступных Wi-Fi сетей, который виден на любом устройстве, означает присутствие сразу нескольких точек активного приёма и передачи. При анализе отражённых сигналов, дополненных обучением искусственной нейронной сети на зафиксированных с помощью камер данных, устройства способны восстанавливать позу человека и перемещения с детализацией, близкой к камерам видеонаблюдения.

Научная команда отмечает, что традиционные методы слежения через стены опираются на специальные радары или LiDAR-датчики, которые дороги, энергоёмки и зачастую требуют установки в частных помещениях, вызывая обоснованные вопросы конфиденциальности. Напротив, Wi-Fi антенны давно распространены, находятся в частном владении и, как показано в работе, могут стать альтернативой специализированным сенсорам.

В публикации приводится описание нейросетевой архитектуры, сопоставляющей фазу и амплитуду отражённых Wi-Fi сигналов с 24 ключевыми зонами человеческого тела. Это позволяет не просто зафиксировать присутствие, а провести сегментацию тела и оценить плотную позу, то есть точное положение конечностей и тела человека даже при наличии стен или непрозрачных преград. Модель достигла показателей, сравнимых с фотометрикой — алгоритмами компьютерного зрения на базе изображений.

Авторы исследования подчёркивают, что до создания полностью коммерческого продукта остаются нерешённые задачи: современные спецификации Wi-Fi, в частности IEEE 802.11n/ac, допускают фазовые сдвиги, затрудняющие точное определение координат, а совместное использование с другой бытовой техникой на близких частотах — такими как микроволновые печи — вносит помехи. Максимальная точность локализации по результатам экспериментов составляет сегодня примерно 0,5 метра.

Тем не менее, внедрение инструментов глубокого обучения позволило повысить качество распознавания при наличии нескольких объектов и при окклюзии, когда видимость человека для сигнала частично перекрыта мебелью или внутренними перегородками. Сбор обучающего датасета происходил с использованием синхронной видеосъёмки, после чего для тестирования распознавания камеры удалялись — нейросеть работала, анализируя исключительно Wi-Fi трафик в помещении.

Результаты работы указывают на то, что недорогие и распространённые устройства, такие как обычные Wi-Fi роутеры, могут стать базой для построения систем негласного мониторинга, что является как технологическим прорывом, так и вызовом стандартам цифровой приватности. Несмотря на убеждения разработчиков, что подобные методы способны повысить безопасность без необходимости в видеонаблюдении, массовое распространение таких алгоритмов на базе искусственного интеллекта потенциально ставит вопросы о несанкционированном доступе к данным о перемещениях и деятельности пользователей в частных домах и рабочих пространствах.

В заключении исследователи отмечают, что перед массовым внедрением подобных технологий необходимо разработать механизмы защиты и противодействия — к примеру, простейший «глушитель» Wi-Fi на базе сети управления нейросетью может стать востребованным средством цифровой самозащиты. Пока массовое внедрение подобных решений лишь обсуждается в академическом сообществе, представители отрасли и эксперты по праву на неприкосновенность частной жизни утверждают, что появление новых средств радиолокационного мониторинга без пользовательского согласия требует публичного обсуждения и возможного регулирования.