독일의 과학자들은 일반적인 WiFi 라우터가 높은 수준의 정확도로 환경에 있는 사람들을 식별하고 추적할 수 있음을 입증했습니다. 기기에서 방출되는 전파가 어떻게 인체와 충돌하고 수신기로 되돌아오는지 상세한 분석을 통해 시스템이 작동됩니다. 이 발견으로 인해 개인은 스마트폰, 태블릿 또는 로컬 네트워크에 연결된 기타 전자 장치를 휴대할 필요가 없습니다.
이 기술은 가정, 사무실, 상업 시설에 이미 설치된 기존 인프라를 사용하여 일종의 물리적 공간에 대한 3차원 지도를 생성합니다. 이러한 유형의 모니터링이 작동하는 데에는 특수 센서나 값비싼 장비가 필요하지 않습니다. 기술적 진보는 이러한 위치를 자주 방문하는 사용자의 눈에 모니터링이 전혀 보이지 않기 때문에 개인 정보 보호에 대한 심각한 경고를 제기합니다.
전파가 기존 카메라 렌즈를 대체하는 방법
이 메커니즘은 기존 디지털 카메라의 작동 방식과 유사한 방식으로 공간을 통한 무선 주파수 전파를 매핑합니다. 근본적인 차이점은 계산 시스템이 가시광선을 캡처하는 대신 전파를 처리한다는 사실에 있습니다. 방출된 신호의 반사는 방에 있는 개인의 윤곽을 그리는 일련의 원시 데이터를 생성합니다.
인공지능은 이 데이터를 수집한 직후 작동하여 각 시민의 특정 신체 패턴을 해석합니다. 몸의 모양, 자세, 걷는 방식은 인터넷 신호가 방 전체에 퍼지는 방식에 직접적인 영향을 미칩니다. 이러한 방식으로 알고리즘은 개인을 구별하는 방법을 학습하고 각 개인에 대한 고유한 신원 서명을 설정합니다.
스마트폰을 주머니에 넣어 두거나 완전히 꺼도 감시 도구가 작동하는 데 방해가 되지 않습니다. 최신 라우터는 건물 내 다른 고정형 스마트 장치와 지속적인 통신을 유지하여 주변에 지속적인 전자기 활동을 생성합니다. 이 잔여 데이터 트래픽은 신체 매핑이 실시간으로 계속 작동하는 데 필요한 정보량을 제공합니다.
모니터링은 현재 장치에 이미 공장에서 구성되어 있는 표준 기술 리소스를 활용합니다. 시스템이 작동할 수 있도록 하는 주요 사항은 다음과 같습니다.
- 라우터와 연결된 장치 간의 라우팅 정보를 지속적으로 교환합니다.
- 장치의 물리적 위치를 나타내는 반환 데이터의 암호화가 부족합니다.
- 카페테리아, 광장, 터미널 등 도시 환경의 무선 네트워크 편재성
- 실내의 다양한 각도에서 동일한 인체의 다중 반사를 캡처하는 능력
- 무선 주파수의 미묘한 왜곡을 처리할 수 있는 기계 학습 알고리즘입니다.
도시 환경에서 시민의 개인 정보 보호에 대한 위험
무선 네트워크의 전 세계적 확산은 도시 연결 인프라를 잠재적으로 전례 없는 대규모 감시 네트워크로 변화시킵니다. 전문가들은 활발한 네트워크를 갖춘 상업 시설을 일상적으로 통과하면 시민들이 조용히 추적당하는 상황에 노출된다고 지적합니다. 공공 기관이나 민간 기업은 어떠한 동의도 제공하지 않고도 개인의 순환 습관을 지도화할 수 있습니다.
프로세스의 비가시성은 정보 보안 및 국민의 기본 시민권과 관련된 위험을 악화시킵니다. 거리에 설치된 보안 카메라와 인터넷에 연결된 초인종은 사이버 범죄자의 공격이나 국가 감시의 일반적인 대상입니다. 그러나 이러한 물리적 장치는 눈에 보이고 사람들은 그 장치를 지나갈 때 촬영되고 있음을 알 수 있습니다. 무선 인터넷 신호는 감지할 수 없으므로 추적 대상자의 방어적인 반응을 방지합니다.
실험의 기술적 기반은 전송 채널 상태에 대한 자세한 데이터가 필요한 기존 방법을 포기했습니다. 새로운 접근 방식은 인터넷 신호를 휴대폰이 있는 곳으로 직접 전달하는 데 사용되는 기술인 빔포밍 피드백 데이터에 중점을 둡니다. 이러한 응답은 보안 코딩 없이 대기를 통해 순환되므로 근처에 있는 모든 수신기가 패킷을 가로챌 수 있습니다.