Учёные научили Wi-Fi распознавать людей по «отпечатку тела»

Учёные научили Wi-Fi распознавать людей по «отпечатку тела»

Учёные научили Wi-Fi распознавать людей по «отпечатку тела»

Итальянские исследователи придумали необычный способ вычислять людей — по тому, как их тела искажают проходящий Wi-Fi-сигнал. Технологию назвали WhoFi (да, название занято, но, видимо, авторов это не смутило). В основе метода лежит анализ Wi-Fi Channel State Information (CSI) — параметров, которые показывают, как сигнал проходит сквозь пространство.

Учёные утверждают, что этого достаточно, чтобы «узнать» человека, даже если у него нет с собой телефона.

Технология работает так: Wi-Fi-сигнал, проходя через помещение, взаимодействует с объектами и людьми, слегка меняя свою форму. Эти искажения можно «снять» с помощью специальных приёмников и проанализировать.

Оказывается, тело каждого человека влияет на сигнал немного по-своему — как отпечаток пальца. Если пропустить эти данные через нейросеть, можно получить уникальный цифровой «портрет».

Авторы — команда из Университета Сапиенца в Риме — утверждают, что их метод способен распознавать человека с точностью до 95,5% (на открытом наборе данных NTU-Fi). Для сравнения: похожий подход под названием EyeFi, предложенный в 2020 году, давал точность около 75%.

 

Чем эта технология лучше обычных камер? Во-первых, Wi-Fi-сигнал «видит» сквозь стены и не зависит от освещения. Во-вторых, визуально человека не снимают, так что, по мнению авторов, метод даже более «конфиденциальный», чем видеонаблюдение.

Правда, идентифицировать человека по имени или паспорту система не может — речь пока идёт только о том, чтобы «распознавать» одного и того же человека в разных местах.

WhoFi — это ещё один пример того, как из бытовой технологии вроде Wi-Fi можно выжать максимум и превратить её в инструмент наблюдения нового поколения.

Mozilla закрыла 423 уязвимости в Firefox, найденные с помощью ИИ

Mozilla рассказала о результатах нового ИИ-подхода к поиску уязвимостей в Firefox. С помощью продвинутых моделей, включая Claude Mythos Preview и Claude Opus, разработчики нашли и уже исправили 423 скрытые проблемы в безопасности.

Главное отличие от ранних ИИ-аудитов в том, что система не просто генерировала подозрительные отчёты, а встраивалась в существующую фаззинг-инфраструктуру Firefox.

ИИ запускался в нескольких виртуальных машинах, проверял гипотезы, отсекал невоспроизводимые находки и создавал демонстрационный эксплойт (proof-of-concept) для реальных багов.

В итоге модели смогли найти ошибки, которые годами проходили мимо традиционных инструментов. Среди примеров есть 15-летняя проблема в HTML-элементе legend, 20-летняя уязвимость в XSLT, а также баги в обработке HTML-таблиц, WebAssembly, IndexedDB, WebTransport и HTTPS.

 

Часть находок была серьёзной: Use-After-Free, повреждение памяти, состояние гонки (race condition) через IPC и обходы песочницы для сторонних библиотек. То есть ИИ искал не только простые сбои, а довольно сложные цепочки, где нужно понимать устройство браузерного движка.

При этом Mozilla отмечает и обратную сторону: модели не смогли обойти некоторые уже внедрённые защитные механизмы Firefox. Например, архитектурные изменения с заморозкой прототипов по умолчанию помогли отбить попытки атак.

Закрытие такого объёма багов потребовало участия более 100 разработчиков и ревьюеров. Патчи вошли в недавние обновления Firefox, включая версии 149.0.2, 150.0.1 и 150.0.2.

Теперь Mozilla планирует встроить ИИ-анализ прямо в систему непрерывной интеграции. Идея в том, чтобы проверять не только существующий код, но и новые патчи ещё до их попадания в релиз.

RSS: Новости на портале Anti-Malware.ru