เรื่องเล่าจากคลื่นที่มองไม่เห็น: เมื่อ Wi-Fi กลายเป็นเครื่องมือระบุตัวตนโดยไม่ต้องเห็นหน้า
เทคโนโลยี WhoFi ใช้หลักการว่า:
- เมื่อสัญญาณ Wi-Fi เดินทางผ่านพื้นที่ มันจะถูกเปลี่ยนแปลงโดยวัตถุและร่างกายมนุษย์
- การเปลี่ยนแปลงของคลื่น (amplitude และ phase) มีลักษณะเฉพาะของแต่ละบุคคล
- ระบบ deep learning สามารถเรียนรู้ “ลายเซ็น” ของแต่ละคนจากการรบกวนสัญญาณ
นักวิจัยฝึกโมเดล transformer-based neural network บนชุดข้อมูล NTU-Fi ซึ่งใช้ในการวิจัยด้าน human sensing ด้วย Wi-Fi และได้ผลแม่นยำถึง 95.5% ในการระบุตัวบุคคล แม้จะเปลี่ยนสถานที่หรือสภาพแวดล้อม
เทคโนโลยีนี้ถือว่าก้าวหน้ากว่า EyeFi ที่เคยเปิดตัวในปี 2020 ซึ่งมีความแม่นยำเพียง 75% และยังสามารถใช้งานได้ในพื้นที่ที่ไม่มีอุปกรณ์หรือกล้องติดตั้งไว้
แม้จะยังอยู่ในขั้นวิจัย แต่ WhoFi เปิดประเด็นด้านจริยธรรมอย่างหนัก เพราะ:
- Wi-Fi เป็นสัญญาณที่ “มองไม่เห็น” และผู้ใช้ไม่รู้ว่ากำลังถูกติดตาม
- การระบุตัวตนโดยไม่ต้องขออนุญาตอาจนำไปสู่การสอดแนมแบบลับ
- นักวิจัยยืนยันว่า WhoFi ไม่เก็บข้อมูลส่วนตัว แต่ก็ยอมรับว่ามีความเสี่ยงหากถูกนำไปใช้โดยไม่มีมาตรการควบคุม
นักวิจัยจาก La Sapienza University พัฒนาเทคโนโลยี WhoFi เพื่อระบุตัวบุคคลจากการรบกวนสัญญาณ Wi-Fi
ไม่ต้องใช้กล้อง, อุปกรณ์สวมใส่ หรือข้อมูลส่วนตัว
ใช้การเปลี่ยนแปลงของคลื่น Wi-Fi (amplitude และ phase) เป็น “ลายเซ็นชีวภาพ”
ระบบ deep learning เรียนรู้จากการรบกวนที่เป็นเอกลักษณ์ของแต่ละคน
ทดสอบบนชุดข้อมูล NTU-Fi ได้ความแม่นยำถึง 95.5%
ใช้โมเดล transformer-based deep neural network
เทคโนโลยีนี้สามารถใช้งานได้ในพื้นที่ที่ไม่มีอุปกรณ์หรือกล้อง
เหมาะสำหรับการติดตามในพื้นที่เปิดหรือระบบอัตโนมัติ
WhoFi ถือว่าก้าวหน้ากว่า EyeFi ที่เปิดตัวในปี 2020 ซึ่งมีความแม่นยำ 75%
และสามารถใช้งานข้ามสถานที่ได้อย่างเสถียร
นักวิจัยยืนยันว่า WhoFi ไม่เก็บข้อมูลส่วนตัวหรือภาพ
แต่ยอมรับว่ามีความเสี่ยงหากไม่มีมาตรการควบคุม
https://www.techspot.com/news/108775-scientists-develop-method-identify-people-how-their-bodies.html
เทคโนโลยี WhoFi ใช้หลักการว่า:
- เมื่อสัญญาณ Wi-Fi เดินทางผ่านพื้นที่ มันจะถูกเปลี่ยนแปลงโดยวัตถุและร่างกายมนุษย์
- การเปลี่ยนแปลงของคลื่น (amplitude และ phase) มีลักษณะเฉพาะของแต่ละบุคคล
- ระบบ deep learning สามารถเรียนรู้ “ลายเซ็น” ของแต่ละคนจากการรบกวนสัญญาณ
นักวิจัยฝึกโมเดล transformer-based neural network บนชุดข้อมูล NTU-Fi ซึ่งใช้ในการวิจัยด้าน human sensing ด้วย Wi-Fi และได้ผลแม่นยำถึง 95.5% ในการระบุตัวบุคคล แม้จะเปลี่ยนสถานที่หรือสภาพแวดล้อม
เทคโนโลยีนี้ถือว่าก้าวหน้ากว่า EyeFi ที่เคยเปิดตัวในปี 2020 ซึ่งมีความแม่นยำเพียง 75% และยังสามารถใช้งานได้ในพื้นที่ที่ไม่มีอุปกรณ์หรือกล้องติดตั้งไว้
แม้จะยังอยู่ในขั้นวิจัย แต่ WhoFi เปิดประเด็นด้านจริยธรรมอย่างหนัก เพราะ:
- Wi-Fi เป็นสัญญาณที่ “มองไม่เห็น” และผู้ใช้ไม่รู้ว่ากำลังถูกติดตาม
- การระบุตัวตนโดยไม่ต้องขออนุญาตอาจนำไปสู่การสอดแนมแบบลับ
- นักวิจัยยืนยันว่า WhoFi ไม่เก็บข้อมูลส่วนตัว แต่ก็ยอมรับว่ามีความเสี่ยงหากถูกนำไปใช้โดยไม่มีมาตรการควบคุม
นักวิจัยจาก La Sapienza University พัฒนาเทคโนโลยี WhoFi เพื่อระบุตัวบุคคลจากการรบกวนสัญญาณ Wi-Fi
ไม่ต้องใช้กล้อง, อุปกรณ์สวมใส่ หรือข้อมูลส่วนตัว
ใช้การเปลี่ยนแปลงของคลื่น Wi-Fi (amplitude และ phase) เป็น “ลายเซ็นชีวภาพ”
ระบบ deep learning เรียนรู้จากการรบกวนที่เป็นเอกลักษณ์ของแต่ละคน
ทดสอบบนชุดข้อมูล NTU-Fi ได้ความแม่นยำถึง 95.5%
ใช้โมเดล transformer-based deep neural network
เทคโนโลยีนี้สามารถใช้งานได้ในพื้นที่ที่ไม่มีอุปกรณ์หรือกล้อง
เหมาะสำหรับการติดตามในพื้นที่เปิดหรือระบบอัตโนมัติ
WhoFi ถือว่าก้าวหน้ากว่า EyeFi ที่เปิดตัวในปี 2020 ซึ่งมีความแม่นยำ 75%
และสามารถใช้งานข้ามสถานที่ได้อย่างเสถียร
นักวิจัยยืนยันว่า WhoFi ไม่เก็บข้อมูลส่วนตัวหรือภาพ
แต่ยอมรับว่ามีความเสี่ยงหากไม่มีมาตรการควบคุม
https://www.techspot.com/news/108775-scientists-develop-method-identify-people-how-their-bodies.html
🎙️ เรื่องเล่าจากคลื่นที่มองไม่เห็น: เมื่อ Wi-Fi กลายเป็นเครื่องมือระบุตัวตนโดยไม่ต้องเห็นหน้า
เทคโนโลยี WhoFi ใช้หลักการว่า:
- เมื่อสัญญาณ Wi-Fi เดินทางผ่านพื้นที่ มันจะถูกเปลี่ยนแปลงโดยวัตถุและร่างกายมนุษย์
- การเปลี่ยนแปลงของคลื่น (amplitude และ phase) มีลักษณะเฉพาะของแต่ละบุคคล
- ระบบ deep learning สามารถเรียนรู้ “ลายเซ็น” ของแต่ละคนจากการรบกวนสัญญาณ
นักวิจัยฝึกโมเดล transformer-based neural network บนชุดข้อมูล NTU-Fi ซึ่งใช้ในการวิจัยด้าน human sensing ด้วย Wi-Fi และได้ผลแม่นยำถึง 95.5% ในการระบุตัวบุคคล แม้จะเปลี่ยนสถานที่หรือสภาพแวดล้อม
เทคโนโลยีนี้ถือว่าก้าวหน้ากว่า EyeFi ที่เคยเปิดตัวในปี 2020 ซึ่งมีความแม่นยำเพียง 75% และยังสามารถใช้งานได้ในพื้นที่ที่ไม่มีอุปกรณ์หรือกล้องติดตั้งไว้
แม้จะยังอยู่ในขั้นวิจัย แต่ WhoFi เปิดประเด็นด้านจริยธรรมอย่างหนัก เพราะ:
- Wi-Fi เป็นสัญญาณที่ “มองไม่เห็น” และผู้ใช้ไม่รู้ว่ากำลังถูกติดตาม
- การระบุตัวตนโดยไม่ต้องขออนุญาตอาจนำไปสู่การสอดแนมแบบลับ
- นักวิจัยยืนยันว่า WhoFi ไม่เก็บข้อมูลส่วนตัว แต่ก็ยอมรับว่ามีความเสี่ยงหากถูกนำไปใช้โดยไม่มีมาตรการควบคุม
✅ นักวิจัยจาก La Sapienza University พัฒนาเทคโนโลยี WhoFi เพื่อระบุตัวบุคคลจากการรบกวนสัญญาณ Wi-Fi
➡️ ไม่ต้องใช้กล้อง, อุปกรณ์สวมใส่ หรือข้อมูลส่วนตัว
✅ ใช้การเปลี่ยนแปลงของคลื่น Wi-Fi (amplitude และ phase) เป็น “ลายเซ็นชีวภาพ”
➡️ ระบบ deep learning เรียนรู้จากการรบกวนที่เป็นเอกลักษณ์ของแต่ละคน
✅ ทดสอบบนชุดข้อมูล NTU-Fi ได้ความแม่นยำถึง 95.5%
➡️ ใช้โมเดล transformer-based deep neural network
✅ เทคโนโลยีนี้สามารถใช้งานได้ในพื้นที่ที่ไม่มีอุปกรณ์หรือกล้อง
➡️ เหมาะสำหรับการติดตามในพื้นที่เปิดหรือระบบอัตโนมัติ
✅ WhoFi ถือว่าก้าวหน้ากว่า EyeFi ที่เปิดตัวในปี 2020 ซึ่งมีความแม่นยำ 75%
➡️ และสามารถใช้งานข้ามสถานที่ได้อย่างเสถียร
✅ นักวิจัยยืนยันว่า WhoFi ไม่เก็บข้อมูลส่วนตัวหรือภาพ
➡️ แต่ยอมรับว่ามีความเสี่ยงหากไม่มีมาตรการควบคุม
https://www.techspot.com/news/108775-scientists-develop-method-identify-people-how-their-bodies.html
0 Comments
0 Shares
84 Views
0 Reviews