Wi-Fi-genkendelse: Hvilke andre oplysninger kan Wi-Fi give?

BILLEDKREDIT:
Image credit
iStock

Wi-Fi-genkendelse: Hvilke andre oplysninger kan Wi-Fi give?

Wi-Fi-genkendelse: Hvilke andre oplysninger kan Wi-Fi give?

Underoverskriftstekst
Forskere ser på, hvordan Wi-Fi-signaler kan bruges ud over blot internetforbindelse.
    • Forfatter:
    • Forfatter navn
      Quantumrun Foresight
    • Februar 23, 2023

    Oversigt over indsigt

    Siden begyndelsen af ​​2000'erne blev Wi-Fi kun brugt til at forbinde enheder. Den bliver dog gradvist brugt som en radar på grund af dens evne til at ændre sig og tilpasse sig miljøændringer. Ved at fornemme forstyrrelsen af ​​Wi-Fi-signaler forårsaget, når en person kommer ind i kommunikationsstien mellem en trådløs router og en smart-enhed, er det muligt at bestemme denne persons placering og størrelse. 

    Kontekst for Wi-Fi-genkendelse

    En radiobølge er et elektromagnetisk signal designet til at transmittere data gennem luften over relativt lange afstande. Radiobølger omtales nogle gange som radiofrekvenssignaler (RF). Disse signaler vibrerer med en meget høj frekvens, så de kan rejse gennem atmosfæren som bølger i vand. 

    Radiobølger er blevet brugt i mange år og er de midler, hvormed musik udsendes over FM-radioer, og hvordan videoer sendes til fjernsyn. Derudover er radiobølger det primære middel til at overføre data over et trådløst netværk. Med udbredte Wi-Fi-signaler kan disse radiobølger registrere mennesker, genstande og bevægelser, så langt som signalet kan udsendes, selv gennem vægge. Jo flere smarte hjemme-enheder, der føjes til netværk, jo mere jævne og mere effektive vil disse transmissioner være.

    Et område, der i stigende grad bliver undersøgt i Wi-Fi-genkendelse, er gestusgenkendelse. Ifølge Association of Computer Machinery (ACM) er Wi-Fi-signalgenkendelse af menneskelige bevægelser mulig, fordi en gestus skaber en tidsserie af variationer til det modtagne råsignal. Den primære vanskelighed ved at opbygge et udbredt gestusgenkendelsessystem er imidlertid, at forholdet mellem hver gestus og rækken af ​​signalvariationer ikke altid er konsistent. For eksempel producerer den samme gestus på forskellige steder eller med forskellige orienteringer helt nye signaler (variationer).

    Forstyrrende påvirkning

    Applikationer til Wi-Fi-sensing kan hjælpe med at regulere opvarmning og afkøling baseret på hvor mange mennesker der er til stede eller endda begrænse belægning under en pandemi. Mere avancerede antenner og maskinlæring kan registrere vejrtrækningsfrekvenser og hjerteslag. Som sådan tester forskere, hvordan sensing Wi-Fi-teknologier kan bruges til medicinske undersøgelser. 

    For eksempel fandt forskere i Massachusetts Institute of Technology (MIT) i 2017 en måde at trådløst fange data om søvnmønstre fra en patients hjem. Deres bærbare enhed bruger radiobølger til at afvise en person og analyserer derefter signalerne med en smart algoritme for nøjagtigt at afkode patientens søvnmønstre.

    I stedet for at være begrænset til at observere en persons søvn i et overnatningslaboratorium med få måneders mellemrum, ville denne nye enhed lade eksperter overvåge nogen i timer eller uger ad gangen. Ud over at hjælpe med at diagnosticere og lære mere om søvnforstyrrelser, kan det også bruges til at studere, hvordan stoffer og sygdomme påvirker søvnkvaliteten. Dette RF-system dechifrerer søvnstadier med 80 procents nøjagtighed ved at bruge en kombination af information om vejrtrækning, puls og bevægelser, hvilket er omtrent det samme niveau af præcision som laboratoriebaserede EEG (elektroencefalogram) test.

    Stigningen i popularitet og anvendelsestilfælde af Wi-Fi-genkendelse har skabt et behov for nye standarder. I 2024 vil Institute of Electrical and Electronics Engineers frigive en ny 802.11-standard specifikt til sansning frem for kommunikation.

    Implikationer af Wi-Fi-genkendelse

    Bredere implikationer af Wi-Fi-genkendelse kan omfatte: 

    • Kommercielle centre og reklamefirmaer, der bruger Wi-Fi til at bestemme gangtrafik og overvåge lokationsspecifik forbrugeradfærd og -mønstre.
    • Bevægelsesgenkendelse bliver mere pålidelig, efterhånden som Wi-Fi-systemer lærer at genkende bevægelser og mønstre mere præcist. Fremskridt på dette område vil påvirke den måde, forbrugerne interagerer med enheder omkring dem.
    • Stadig flere smarte enheder, der integrerer næste generations Wi-Fi-genkendelsesfunktionalitet i deres design, som muliggør nye forbrugertilfælde.
    • Mere forskning i, hvordan Wi-Fi-genkendelsessystemer kan bruges til at overvåge sundhedsstatistikker for at understøtte medicinske og smarte wearables.
    • Øget medicinsk forskning udført udelukkende baseret på Wi-Fi-sensorer og data, der understøtter fjerndiagnostik og -behandlinger.
    • Stigende bekymringer om, hvordan Wi-Fi-signaler kan hackes for at hente værdifuld medicinsk og adfærdsmæssig information.

    Spørgsmål at overveje

    • Hvordan bruger du dine Wi-Fi-signaler ud over internetforbindelsen?
    • Hvad er de potentielle udfordringer ved, at Wi-Fi-genkendelsessystemer bliver hacket?

    Indsigtsreferencer

    Følgende populære og institutionelle links blev refereret til denne indsigt: