WLAN-signalen als monitoringtool: nieuwe technologie ontdekt!

WLAN-signalen als monitoringtool: nieuwe technologie ontdekt!

Onderzoekers van het Karlsruhe Institute of Technology (KIT) hebben een baanbrekende methode ontwikkeld die het mogelijk maakt om mensen uitsluitend op basis van wifi-signalen te identificeren. Deze ontdekking kan verstrekkende gevolgen hebben voor de gegevensbescherming, omdat identificatie ook werkt als mensen geen eigen smartphone of tablet bij zich hebben. Professor Thorsten Strufe legt uit dat de technologie gebruik maakt van de communicatie tussen WiFi-apparaten in de omgeving om een ​​beeld te creëren van de aanwezige mensen. Het uitschakelen van WLAN-apparaten biedt geen enkele bescherming, aangezien actieve apparaten in de omgeving voldoende zijn om identificatie mogelijk te maken. WLAN-routers kunnen zo veranderen in bewakingsapparatuur en een uitgebreide bewakingsinfrastructuur creëren.

De methode is vergelijkbaar met de manier waarop conventionele camera's werken, maar is gebaseerd op radiogolven. De onderzoekers analyseerden niet-versleutelde feedbacksignalen van gebruikers die verbonden waren met een wifi-netwerk. In een onderzoek met 197 deelnemers werd bijna 100% nauwkeurigheid bij de identificatie bereikt. De resultaten van dit onderzoek zullen worden gepresenteerd op de ACM Conference on Computer and Communications Security (CCS) in Taipei, terwijl de originele publicatie vanaf 13 oktober 2025 beschikbaar zal zijn. Volgens de onderzoekers zou de geplande WLAN-standaard IEEE 802.11bf ook beschermende maatregelen en gegevensbeschermingsmechanismen moeten bevatten om de privacy te beschermen.

Nieuwe technologie voor persoonlijke identificatie

Bovendien werd een verwante techniek, bekend als “WhoFi”, ontwikkeld door wetenschappers van de La Sapienza Universiteit in Rome. Het werkt ook via WiFi-signalen en maakt gebruik van de interferentie die menselijke lichamen achterlaten in het WiFi-signaal. Elke persoon creëert een soort onzichtbare Wi-Fi-vingerafdruk die wordt vastgelegd met behulp van een AI-model. Dit model analyseert minimale signaalveranderingen in kanaalstatusinformatie (CSI), waaruit belangrijke biometrische kenmerken zoals lichaamsvorm, grootte en beweging worden afgeleid.

Het Deep Neural Network (DNN) verwerkt deze informatie en kan een herkenningsnauwkeurigheid tot 95,5 procent bereiken. Deze methode is niet alleen minder gevoelig voor invloeden van buitenaf dan traditionele biometrische systemen, maar kan ook worden gebruikt in verschillende omgevingen zoals woningen, kantoren of openbare gebouwen zonder zichtbare bewakingstechnologie of toestemming van de betrokkenen. Met name het gebruik van WLAN-signalen om mensen te identificeren roept zorgen op over surveillance en gegevensbescherming, omdat soortgelijke identificatieprocessen ook kunnen worden uitgevoerd zonder medeweten van de betrokkenen.

Implicaties voor privacy en ethiek

De technologie voor biometrische persoonlijke identificatie via WLAN, zoals ontwikkeld door zowel het KIT als de Universiteit van La Sapienza, brengt tal van uitdagingen met zich mee op het gebied van gegevensbescherming. Voorstanders van privacy en ethiekdeskundigen uiten hun bezorgdheid, vooral over het mogelijke onzichtbare toezicht dat door deze technologieën mogelijk wordt gemaakt. Het feit dat er geen camera's nodig zijn en dus fysieke aanwezigheid in het gezichtsveld niet vereist is, maakt het probleem nog groter.

In feite zouden deze ontwikkelingen een revolutie teweeg kunnen brengen in het landschap van moderne surveillancesystemen. Traditionele heridentificatie (Re-ID), die voorheen sterk afhankelijk was van visuele gegevens, wordt aangevuld door de nieuwe benaderingen met WLAN-signalen, die de aandacht trekken van zowel dataprotectisten als ethici. Robuuste mechanismen voor gegevensbescherming zijn essentieel om de individuele privacy te beschermen en een ethisch gebruik van dergelijke technologieën te garanderen.