Att använda Wi-Fi för att se bakom stängda dörrar är lättare än någon trodde

Ms. Tech

Wi-Fi fyller vår värld med radiovågor. I ditt hem, på kontoret och allt oftare på stadens gator badar människor i ett konstant bakgrundsfält av 2,4- och 5-gigahertz-radiosignaler. Och när människor rör sig förvränger de detta fält, reflekterar och bryter vågorna när de går.

Det har gett mer än en grupp forskare en intressant idé. I teorin, säger de, borde det vara möjligt att använda detta föränderliga elektromagnetiska fält för att räkna ut individers position, handlingar och rörelser. Faktum är att flera grupper har skapat bildsystem som använder Wi-Fi för att se genom väggar.

Men alla dessa system har nackdelar. De förlitar sig till exempel på att veta den exakta positionen för de inblandade Wi-Fi-sändarna och måste vara inloggade på nätverket så att de kan skicka kända signaler fram och tillbaka.

Det är inte möjligt för den vanliga snokaren eller kikaren, som vanligtvis bara har tillgång till vanliga Wi-Fi-sniffers som de som är inbyggda i smartphones. Den här typen av inställningar är alldeles för grundläggande för att avslöja någon användbar detalj om vad som händer bakom stängda dörrar, förutom närvaron av själva Wi-Fi-nätverket.

Det var åtminstone vad alla trodde. Idag förändras det tack vare Yanzi Zhu arbete vid University of California, Santa Barbara, och kollegor. De här killarna har hittat ett sätt att se genom väggar med hjälp av omgivande Wi-Fi-signaler och en vanlig smartphone.

De säger att den nya tekniken tillåter en aldrig tidigare skådad intrång i privatlivet. Dåliga skådespelare som använder smartphones kan lokalisera och spåra individer i deras hem eller kontor från ytterväggar, genom att utnyttja reflektioner av omgivande Wi-Fi-överföringar, säger de.

Först lite bakgrund. Om människor kunde se världen som Wi-Fi gör, skulle det verka som ett bisarrt landskap. Dörrar och väggar skulle vara nästan genomskinliga, och nästan varje hus och kontor skulle vara upplyst inifrån av en stark glödlampa - en Wi-Fi-sändare.

Men trots den utbredda transparensen skulle den här världen vara svår att förstå. Det beror på att väggar, dörrar, möbler och så vidare alla reflekterar och böjer detta ljus samt sänder ut det. Så vilken bild som helst skulle omöjligt bli utsmetad med förvirrande reflektioner.

Men det här behöver inte vara ett problem om allt du är intresserad av är människors rörelse. Människor reflekterar och förvränger också detta Wi-Fi-ljus. Förvrängningen, och hur den rör sig, skulle vara tydligt synlig genom Wi-Fi-ögon, även om de andra detaljerna skulle bli utsmetade. Denna galna Wi-Fi-vision skulle tydligt avslöja om någon befann sig bakom en vägg och i så fall om personen rörde sig.

Det är grunden för Zhu och cos Wi-Fi-baserade kikartom. Den letar efter förändringar i en vanlig Wi-Fi-signal som avslöjar närvaron av människor.

Utmaningen är faktiskt ännu svårare än vad som beskrivs, eftersom Wi-Fi-sniffer inte producerar en bild alls. Datan som Zhu och co använder är bara ett mått på signalstyrkan på en specifik plats. Det säger dig ingenting om sändarens placering. Och utan att veta det är det omöjligt att säga var någon människa som förvränger fältet skulle vara.

Så det första steget i forskarnas tillvägagångssätt är att lokalisera Wi-Fi-sändaren. De gör detta genom att mäta förändringen i signalstyrkan när de går runt utanför målbyggnaden eller rummet. De har faktiskt skapat en app som använder smartphonens inbyggda accelerometrar för att registrera denna rörelse och sedan analyserar förändringen i signalstyrka när de rör sig. På det sättet är det möjligt att numera sändarens position, även i närvaro av många reflektioner och förvrängningar.

Det är till och med möjligt att räkna ut exakt var sändaren sitter i ett hus, eftersom planritningar för de flesta hem och kontor i USA är nedladdningsbara från platser som fastighetswebbplatser.

Forskarna säger att genom att gå fram och tillbaka några gånger utanför ett rum eller en byggnad kan de på ett tillförlitligt sätt lokalisera sändaren. Vi fann att konsistenskontroll över 4 mätomgångar är tillräckligt för att uppnå rumsnivålokalisering med 92,6 % noggrannhet i genomsnitt, säger de.

Efter att ha gjort det är det bara en fråga om att vänta. Förutsatt att ingenting rör sig inuti målbyggnaden kommer Wi-Fi-signalen att vara konstant. Men varje liten rörelse förändrar signalen på ett sätt som är enkelt att mäta.

Zhu och co visar hur olika rörelser förändrar signalen på olika sätt. Att till exempel öppna en dörr förändrar fältet i två angränsande rum och är därmed enkelt att upptäcka. Att gå runt skapar stora förvrängningar, och till och med en åtgärd som att skriva skapar små förändringar som en smartphones Wi-Fi-mottagare kan ta upp.

Teamet fortsätter med att säga att de har testat detta tillvägagångssätt med hjälp av Nexus 5 och Nexus 6 Android-smarttelefoner för att titta in i 11 olika kontor och lägenheter som teamet hade tillstånd att observera, varav många innehöll flera Wi-Fi-sändare.

Ytterligare sändare förbättrar inflygningens noggrannhet. Vi ser att med mer än 2 Wi-Fi-enheter i ett vanligt rum kan vår attack upptäcka mer än 99 % av användarnärvaron och rörelsen i varje rum vi har testat, säger forskarna.

Det är inte svårt att föreställa sig hur en illvillig aktör kan använda detta för att räkna ut om en byggnad var upptagen eller tom.

Teamet säger att det finns olika försvar mot den här typen av attacker, till exempel geofencing av Wi-Fi-signaler, men dessa är svåra att implementera och har begränsad effektivitet. Den mest lovande formen av försvar verkar vara att lägga till brus till signalerna; forskarna hoppas kunna utveckla detta mer i detalj i framtiden.

Under tiden tyder detta arbete på att blotta närvaron av Wi-Fi-signaler är en betydande risk för integriteten. Samtidigt som de avsevärt förbättrar vår vardag, avslöjar [trådlösa sändningar] också omedvetet information om oss själva och våra handlingar, säger Zhu och co. För tillfället har denna risk i stort sett förbisetts. Det kommer att behöva ändras snabbt.

Ref: arxiv.org/abs/1810.10109 : Adversarial WiFi Sensing

Dölj