Трамп заявил о хороших шансах на урегулирование украинского конфликта

Великобритания планирует ввести платную военную подготовку для выпускников школ

ВОЗ: Ежегодно в Европе из-за потребления алкоголя умирают около 800 тыс. человек

В Японии в ДТП с участием более 50 машин погиб человек

Все новости

© 2004 - 2024 Все права защищены.

Это интересно

Главная
Это интересно

Ученые научились следить за людьми по проходящему через тело Wi-Fi

24 июля 2025

18:51

Итальянские ученые разработали метод, позволяющий идентифицировать и отслеживать людей по уникальным искажениям, которые их тела вносят в сигналы Wi-Fi. Эта технология создает своего рода биометрический идентификатор, который позволяет отслеживать перемещения человека между разными точками доступа, даже если у него нет с собой телефона и он находится за стеной.

Как передает Vesti.az, об этом сообщает издание The Register.

Проект, получивший название «WhoFi», был представлен исследователями из Римского университета Сапиенца. В его основе лежит анализ информации о состоянии канала (Channel State Information, CSI), который фактически превращает Wi-Fi в систему биометрической идентификации.

По мнению авторов, такой способ наблюдения по многим параметрам превосходит традиционные камеры. Он не зависит от освещения, способен «видеть» сквозь стены и другие препятствия, и при этом является более конфиденциальным, так как не фиксирует визуальные изображения людей. Технология позволяет не установить личность человека, а с высокой точностью подтвердить, что в разных местах и в разное время был зафиксирован один и тот же индивид.

Суть метода заключается в том, что по мере распространения Wi-Fi сигнала его волна изменяется под воздействием объектов и людей на своем пути. Тело каждого человека искажает сигнал по-своему из-за уникальных физических характеристик. Эти искажения обрабатываются нейросетью, которая и формирует своего рода цифровой «отпечаток».

Авторы WhoFi утверждают, что их метод достигает поразительной точности — до 95,5% успешных совпадений на общедоступном наборе данных. Это значительный шаг вперед по сравнению с аналогичными техниками прошлых лет, которые демонстрировали точность около 75%.