WLAN-signaler som övervakningsverktyg: Ny teknik upptäckt!
KIT-forskare upptäcker en metod för att identifiera människor via WiFi-signaler, som kommer att presenteras 2025.

WLAN-signaler som övervakningsverktyg: Ny teknik upptäckt!
Forskare vid Karlsruhe Institute of Technology (KIT) har utvecklat en banbrytande metod som gör det möjligt att identifiera personer enbart baserat på WiFi-signaler. Denna upptäckt kan få långtgående konsekvenser för dataskyddet, eftersom identifiering fungerar även om människor inte har sin egen smartphone eller surfplatta med sig. Professor Thorsten Strufe berättar att tekniken använder kommunikation mellan WiFi-enheter i området för att skapa en bild av de närvarande. Att stänga av WLAN-enheter ger inget skydd, eftersom aktiva enheter i området räcker för att möjliggöra identifiering. WLAN-routrar kan därmed mutera till övervakningsenheter och skapa en omfattande övervakningsinfrastruktur.
Metoden liknar hur konventionella kameror fungerar, men den är baserad på radiovågor. Forskarna analyserade okrypterade feedbacksignaler från användare anslutna till ett WiFi-nätverk. I en studie med 197 deltagare uppnåddes nästan 100 % noggrannhet i identifieringen. Resultaten av denna forskning kommer att presenteras på ACM Conference on Computer and Communications Security (CCS) i Taipei, medan originalpublikationen kommer att finnas tillgänglig från och med den 13 oktober 2025. Enligt forskarna ska den planerade WLAN-standarden IEEE 802.11bf även innehålla skyddsåtgärder och dataskyddsmekanismer för att skydda integriteten.
Ny teknik för personlig identifiering
Dessutom utvecklades en relaterad teknik känd som "WhoFi" av forskare vid La Sapienza-universitetet i Rom. Den fungerar också via WiFi-signaler och använder störningar som mänskliga kroppar lämnar i WiFi-signalen. Varje person skapar ett slags osynligt Wi-Fi-fingeravtryck som fångas med hjälp av en AI-modell. Denna modell analyserar minimala signalförändringar i information om kanaltillstånd (CSI), vilket extraherar viktiga biometriska egenskaper som kroppsform, storlek och rörelse.
Deep Neural Network (DNN) bearbetar denna information och kan uppnå en identifieringsnoggrannhet på upp till 95,5 procent. Denna metod är inte bara mindre mottaglig för yttre påverkan än traditionella biometriska system, utan den kan även användas i olika miljöer som bostäder, kontor eller offentliga byggnader utan synlig övervakningsteknik eller samtycke från de berörda. Framför allt väcker användningen av WLAN-signaler för att identifiera personer farhågor om övervakning och dataskydd, eftersom liknande identifieringsprocesser också kan utföras utan de berördas vetskap.
Konsekvenser för integritet och etik
Tekniken för biometrisk personlig identifiering via WLAN, som utvecklats av både KIT och University of La Sapienza, för med sig många utmaningar när det gäller dataskydd. Sekretessförespråkare och etikexperter väcker oro, särskilt om den möjliga osynliga övervakningen som möjliggörs av dessa tekniker. Det faktum att kameror inte krävs och därför inte krävs fysisk närvaro i synfältet förvärrar problemet.
Faktum är att denna utveckling skulle kunna revolutionera landskapet för moderna övervakningssystem. Traditionell omidentifiering (Re-ID), som tidigare i hög grad förlitade sig på visuell data, kompletteras med de nya tillvägagångssätten med WLAN-signaler, vilket väcker uppmärksamhet från såväl dataprotektionister som etiker. Robusta dataskyddsmekanismer är avgörande för att skydda individens integritet och säkerställa etisk användning av sådan teknik.