IT之家 19 de octubre, según informa, un grupo de investigadores de IA del Organismo de Investigación de Defensa de Suecia (FOI) desarrolló un sistema de IA que puede utilizar señales de Wi‑Fi para identificar pistolas ocultas, y puede servir como una alternativa no invasiva además de las cámaras de luz visible y los detectores de metales pesados. El artículo relacionado se publicó en la plataforma arXiv el 13 de octubre. Este sistema, llamado WiFireNet, realiza la identificación analizando la información de estado del canal (CSI) generada por las perturbaciones que los objetos causan en las señales de Wi‑Fi ambientales. Todo el sistema está compuesto por un emisor de Wi‑Fi, un receptor y el modelo de inteligencia artificial WiFireNet.
La señal de Wi‑Fi normal, al encontrarse con objetos en su transmisión, se atraviesa y refleja según la forma del objeto, el ángulo de colocación y el material, generando características de señal únicas. Estos datos son la información de estado del canal, y su análisis permite identificar objetos con alta precisión. Los investigadores en el campo de la seguridad ya han divulgado una tecnología: el rendimiento de los routers de Wi‑Fi normal para reconocer al ser humano puede alcanzar el 99.5%.
Para establecer el sistema WiFireNet, los investigadores primero construyeron un conjunto de datos llamado WiFire Dataset. Grabaron video en RGB simultáneamente y recopilaron las señales Wi-Fi reflejadas por las personas que caminan con diversos objetos (desde teléfonos móviles hasta pistolas). Los investigadores entrenaron un modelo de aprendizaje profundo en este enorme conjunto de datos, utilizando fragmentos de video para establecer una correspondencia entre las características visuales de la pistola oculta y las características Wi-Fi correspondientes (información de estado del canal). Para asegurar que el sistema pueda distinguir las pistolas de los objetos cotidianos con apariencia y material similares, los materiales de entrenamiento incluyen registros de recolección de pistolas de plástico, vasos de agua metálicos, pistolas de metal real y teléfonos móviles.
Después del entrenamiento, WiFireNet puede detectar pistolas ocultas únicamente basándose en la información de estado de canal Wi‑Fi, pero la precisión varía. En un entorno de experimentos controlados, en espacios interiores pequeños se pueden rastrear hasta cuatro personas en movimiento al mismo tiempo, y la tasa de precisión promedio del sistema para detectar pistolas es del 72.5%. Sin embargo, si se presentan requisitos más estrictos de localización, como determinar con precisión la posición exacta de la arma en el portador, la tasa de precisión disminuye a 53.8%. Cuando se enfrentan disposiciones interiores desconocidas y no probadas, el rendimiento de la red neuronal en la identificación también empeora significativamente.
El sistema aún se encuentra en fase de experimentación, y el equipo de investigación ha planificado la ruta de optimización posterior. El prototipo utiliza el antiguo estándar inalámbrico IEEE 802.11a de 1999, modificado, para verificar los principios. En la fase siguiente se utilizarán redes inalámbricas modernas Wi‑Fi 7 y Wi‑Fi 8, a fin de obtener información de estado del canal con mayor resolución y mejorar el rendimiento de detección. El equipo de investigación abrirá el proyecto de forma open source, publicando código, modelos y conjuntos de datos, para promover la investigación posterior en este campo.
IT Home observa que la tecnología de monitoreo basada en la percepción de Wi‑Fi está recibiendo cada vez más atención, y no requiere equipos o despliegues complejos. Sin embargo, los críticos sostienen que esta tecnología puede implementarse ampliamente, y la falta de un marco regulatorio correspondiente puede generar graves riesgos para la privacidad.