Институт технологий аэронавтики: исследование показало, что Wi‑Fi-сигналы можно использовать для бесконтактного распознавания личности по ладони
Изображение: recraft
Институт технологий аэронавтики (ITA) из Бразилии представил исследование, в котором рассматривается возможность использования стандартных Wi‑Fi-сигналов для создания бесконтактных систем идентификации. В центре внимания — способность сигнала фиксировать мельчайшие особенности формы руки человека и применять эту информацию для контроля доступа без карт, паролей и биометрических датчиков.
В экспериментальной установке учёные использовали данные о состоянии канала Wi‑Fi (CSI) — параметр, который отражает, как радиоволны распространяются в пространстве, преломляясь, отражаясь и искажаясь при столкновении с объектами и телами. Такие колебания позволяют распознавать индивидуальные характеристики движений и физических форм.
Исследователи сосредоточились на изучении ладони. В расчёт принимались её контур, длина пальцев, геометрия и межпальцевое расстояние. Все эти особенности влияют на то, как сигнал Wi‑Fi проходит между приёмником и передатчиком. Для эксперимента команда использовала мини-компьютер Raspberry Pi в акриловом корпусе с пониженной до 1 дБм мощностью антенны. Это позволило ограничить влияние внешних источников шума и зафиксировать только минимальные вариации сигнала.
Участники помещали ладонь над устройством, которое в режиме реального времени передавало и принимало Wi‑Fi-пакеты. Каждое такое взаимодействие регистрировалось системой, собирая информацию о временных задержках и изменениях амплитуды сигнала. В дальнейшем эти данные анализировались с помощью алгоритмов машинного обучения.
Эксперимент охватил 100 добровольцев — 50 мужчин и 50 женщин. Каждому предлагалось несколько раз поднести руку к устройству, чтобы накопить большой объём информации. В результате было собрано несколько тыс. наблюдений, отражающих, как особенности анатомии влияют на поведение сигнала.
После первичной обработки данных команда протестировала несколько популярных моделей машинного обучения, сравнивая их точность. Цель заключалась в том, чтобы отобрать наиболее стабильный и точный метод, способный распознавать пользователя на основе поведения Wi‑Fi-волны, нарушаемой рукой.
