En enkel router är en maskin som kan identifiera människor med nästan 100 % noggrannhet. Eller så säger dessa forskare
Att använda WiFi-nätverk som en teknik för att spåra människor är en twist i manuset som inte alla av oss såg komma. Karlsruher Institut für Technologie, en av de mest solida forskningsinstitutionerna i Tyskland, säger sig vara nära 100 % korrekt när det gäller att känna igen människor utan någon typ av kamera och använda den.
Vad exakt hände. Teamet från KIT (Karlsruhe Institute of Technology) publicerade en artikel med en lovande rubrik: "Vanligt WiFi kan identifiera människor med nästan perfekt noggrannhet." Och detta uppnås tack vare något som routrar har gjort de senaste åren: strålformande feedbackinformation. Hur fan fungerar det här?
För att förstå vad beamforming är måste du först förstå hur routrar avger signaler. I sina första generationer släppte routrar ut i alla riktningar, precis som en glödlampa avger ljus på det sättet. Med de modernaste versionerna av WiFi har sättet att överföra signalen förbättrats.
Routers började koncentrera signalen mot var den mottagande enheten är, som en ficklampa istället för en glödlampa.
Beanformig. Detta kallas strålformning, bildar en koncentrerad stråle och tas emot av en annan enhet. Men för att sikta bra måste routern veta var den ska peka, och det är de anslutna enheterna själva – din mobiltelefon, din bärbara dator – som skickar den informationen till routern kontinuerligt.
I grund och botten säger de hela tiden till routern "hej, jag är här." Det meddelandet är BFI, strålformande återkopplingsinformation. Och detta för vad? Nu vet du att din router skickar information till dina prylar och att dina prylar skickar information till routern.
När enheterna skickar information till routern beskriver de hur signalen kommer fram och störningar längs vägen registreras.
Bland dem människor. Vår kropp absorberar delvis WiFi-vågor, reflekterar dem, avleder dem och ändrar hur de når mobiltelefonen eller routern. I Xataka 192.168.1.1: hur man anger konfigurationen av din router och ändrar anslutningen Forskarna använde denna signaldata för att träna artificiell intelligensmodeller, för att upptäcka mönster som skulle göra det möjligt för människor att upptäckas.
De matade systemet med tusentals exempel associerade med olika människor tills modellen lärde sig att upptäcka de vågförändringar som är förknippade med mänsklig närvaro. Systemet är inte kapabelt att visuellt känna igen något i miljön, men det lyckas ha information om när en människa är närvarande i miljön.
Försiktighet. Enligt forskarna, "förvandlar den här tekniken varje router till ett potentiellt sätt för övervakning." "Om du regelbundet passerar ett kafé som driver ett wifi-nätverk kan du bli identifierad där utan att inse det och bli igenkänd senare, till exempel av myndigheter eller företag." Verkligheten? Det skulle vara nödvändigt för cyberbrottslingar att utveckla ett system som är identiskt med eller liknande det i KIT för att uppnå ett mänskligt videoövervakningssystem genom WiFi-signaler.
Nyansen. Under laboratorieförhållanden, med 197 deltagare och i kontrollerade miljöer, var systemet nära 100 % noggrannhet. Men i den verkliga världen skulle det vara nödvändigt att träna en ny modell med data från hundratals människor i olika utrymmen.
Modellen är inte en färdig att distribuera teknik eller ett verkligt hot – och den är inte heller avsedd att tillämpas – men forskningen avslöjar hur enkla a priori-datauppsättningar kan tränas som ett övervakningsverktyg. I Xataka | Det finns ett blomstrande jobb i en tid av artificiell intelligens: cybersäkerhetsexpert
Originalkälla
Publicerad av Xataka
26 maj 2026, 16:45
Denna artikel har översatts automatiskt från spanska. Klicka på länken ovan för att läsa originaltexten.
Visa originaltext (spanska)
Rubrik
Un simple router es una máquina capaz de identificar humanos con casi un 100% de precisión. O eso dicen estos investigadores
Beskrivning
Usar redes WiFi como una tecnología para rastrear personas es un giro de guión que no todos vimos venir. El Karlsruher Institut für Technologie, una de las instituciones de investigación más sólidas de Alemania, asegura rozar el 100% de precisión a la hora de reconocer personas sin ningún tipo de cámara y valiéndose del mismo. Qué ha pasado exactamente. El equipo del KIT (Karlsruhe Institute of Technology) publicó un paper con un titular prometedor: "El WiFi ordinario puede identificar personas con una precisión casi perfecta". Y esto se logra gracias a algo que los routers llevan haciendo desde los últimos años: beamforming feedback information. Cómo narices funciona esto. Para comprender qué es eso del beamforming hay que entender primero cómo emiten señal los routers. En sus primeras generaciones, los routers emitían en todas las direcciones, al igual que una bombilla emite luz de esa forma. Con las versiones más modernas de WiFi, ha ido mejorando la forma de emitir la señal. Los routers empezaron a concentrar la señal hacia donde está el dispositivo receptor, como una linterna en lugar de una bombilla. {"videoId":"x8g756a","autoplay":false,"title":"MOVISTAR: Cómo autoinstalar el Router Smart WiFi 6", "tag":"", "duration":"163"} Beanformig. A eso se le llama beamforming, a formar un haz concentrado y recibido por otro dispositivo. Pero para apuntar bien, el router necesita saber dónde apuntar, y son los propios dispositivos conectados —tu móvil, tu portátil— los que le mandan esa información al router de forma continua. Básicamente, le dicen constantemente al router "oye, estoy aquí". Ese mensaje es el BFI, beamforming feedback information. Y esto para qué. Ahora sabes que tu router envía información a tus cacharros y que tus cacharros mandan información al router. Cuando los dispositivos envían información al router describen cómo llega la señal, y quedan registradas las interferencias en el camino. Entre ellas, los seres humanos. Nuestro cuerpo absorbe parcialmente las ondas del WiFi, las refleja, las desvía y altera cómo llegan al móvil o al router. En Xataka 192.168.1.1: cómo entrar en la configuración de tu router y modificar la conexión Los investigadores utilizaron esos datos de señal para entrenar modelos de inteligencia artificial, con el fin de detectar patrones que permitiesen detectar humanos. Alimentaron al sistema con miles de ejemplos asociados a distintas personas hasta que el modelo aprendió a detectar esos cambios de onda asociados a presencia humana. El sistema no es capaz de reconocer visualmente nada del entorno, pero logra tener información de cuándo hay un humano presente en el entorno. La precaución. Según los investigadores, "esta tecnología convierte a cada router en un medio potencial de vigilancia". "Si pasas regularmente por una cafetería que opera una red WiFi, podrías ser identificado allí sin darte cuenta y ser reconocido más tarde, por ejemplo, por autoridades públicas o empresas".¿La realidad? Sería necesario que los ciberdelincuentes desarrollaran un sistema idéntico o similar al del KIT para lograr un sistema de videovigilancia humana a través de señales WiFi. El matiz. En condiciones de laboratorio, con 197 participantes y en entornos controlados, el sistema rozó el 100% de precisión. Pero en el mundo real, sería necesario entrenar un nuevo modelo con datos de cientos de personas en distintos espacios. El modelo no es una tecnología lista para desplegar ni una amenaza real –ni está pensado para ser aplicado–, pero la investigación revela cómo conjuntos de datos a priori simples pueden ser entrenados como herramienta de vigilancia. En Xataka | Hay un puesto de trabajo en auge en la era de la inteligencia artificial: experto en ciberseguridad (function() { window._JS_MODULES = window._JS_MODULES || {}; var headElement = document.getElementsByTagName('head')[0]; if (_JS_MODULES.instagram) { var instagramScript = document.createElement('script'); instagramScript.src = 'https://platform.instagram.com/en_US/embeds.js'; instagramScript.async = true; instagramScript.defer = true; headElement.appendChild(instagramScript); } })(); - La noticia Un simple router es una máquina capaz de identificar humanos con casi un 100% de precisión. O eso dicen estos investigadores fue publicada originalmente en Xataka por Ricardo Aguilar .