Nuestra privacidad est\u00e1 disminuyendo<\/h2>\n\n\n\n
Nuestra sensaci\u00f3n de privacidad ya estaba erosionada. Desde el reconocimiento facial en espacios p\u00fablicos hasta las aplicaciones que rastrean cada uno de nuestros movimientos, las herramientas que nos vigilan se han vuelto m\u00e1s avanzadas y dif\u00edciles de detectar. Pero mientras que la mayor\u00eda de los sistemas de seguridad usan tu tel\u00e9fono, rostro o contrase\u00f1a para identificarte, la detecci\u00f3n de Wi-Fi utiliza c\u00f3mo te mueves por el aire.<\/p>\n\n\n\n
Cada vez que una se\u00f1al wifi viaja por una habitaci\u00f3n, rebota en paredes, muebles y, s\u00ed, en cuerpos humanos. El resultado es una cascada de peque\u00f1as alteraciones en la amplitud y fase de la se\u00f1al, conocidas como Informaci\u00f3n del Estado del Canal (CSI). Estos datos se suelen utilizar para solucionar problemas de conexi\u00f3n inal\u00e1mbrica. Pero, en las manos adecuadas, se convierten en una firma personal.<\/p>\n\n\n\n
El sistema WhoFi toma estas perturbaciones invisibles y las introduce en una red neuronal profunda, entrenada para reconocer y recordar c\u00f3mo cada cuerpo altera una se\u00f1al de forma \u00fanica. No necesita interactuar con una persona de ninguna manera. Solo necesita que pase cerca. Utilizando un conjunto de datos p\u00fablicos llamado NTU-Fi, que registra c\u00f3mo 14 voluntarios alteraron las se\u00f1ales de Wi-Fi mientras caminaban con diferentes configuraciones de ropa (con y sin mochilas, chaquetas y abrigos), los investigadores descubrieron que su sistema pod\u00eda identificar correctamente a las personas con hasta un 95,5% de precisi\u00f3n.<\/p>\n\n\n\n
\u00bf\u201cPreservaci\u00f3n de la privacidad\u201d o amenaza la privacidad?<\/h2>\n\n\n\n
A primera vista, los creadores de WhoFi presentan su invento como una alternativa m\u00e1s consciente de la privacidad a los sistemas basados en c\u00e1maras.<\/p>\n\n\n\n
\u201cAl aprovechar las caracter\u00edsticas biom\u00e9tricas no visuales integradas en la CSI de Wi-Fi\u201d, escriben, \u201ceste estudio ofrece un enfoque s\u00f3lido y que preserva la privacidad para la reidentificaci\u00f3n basada en Wi-Fi\u201d.<\/p>\n\n\n\n
Argumentan que las se\u00f1ales de Wi-Fi no capturan im\u00e1genes, graban conversaciones ni detectan lo que llevas puesto. Simplemente captan la sutil forma en que tu cuerpo desv\u00eda las ondas de radio. Y, a diferencia de las c\u00e1maras, la detecci\u00f3n de Wi-Fi funciona en la oscuridad, a trav\u00e9s de paredes y en condiciones de poca visibilidad. Pero esta misma fuerza levanta inmediatamente se\u00f1ales de alerta.<\/p>\n\n\n\n
El potencial de mal uso es tan amplio como el panorama inal\u00e1mbrico moderno. Las redes Wi-Fi est\u00e1n pr\u00e1cticamente en todas partes y, a medida que m\u00e1s dispositivos adoptan Wi-Fi 6, 7 y 8 (que admiten mediciones de CSI m\u00e1s precisas), este tipo de seguimiento se vuelve a\u00fan m\u00e1s f\u00e1cil.<\/p>\n\n\n\n
A diferencia de una c\u00e1mara en la pared o un guardia de seguridad en la puerta, la vigilancia por Wi-Fi puede ser invisible. Puede que nunca sepas que est\u00e1 ah\u00ed y, aun as\u00ed, podr\u00eda rastrearte.<\/p>\n\n\n\n
Vigilancia sin contacto<\/h2>\n\n\n\n
Para comprender qu\u00e9 hace que WhoFi sea revolucionario, conviene analizar sus predecesores. En 2020, el mismo equipo present\u00f3 EyeFi<\/a>, un intento previo de identificaci\u00f3n basada en Wi-Fi. Ese sistema alcanz\u00f3 una precisi\u00f3n m\u00e1xima de aproximadamente el 75%. WhoFi lo mejora dr\u00e1sticamente, superando el 95% con modelos Transformer<\/a> y t\u00e9cnicas de entrenamiento personalizadas como la “p\u00e9rdida negativa por lotes”, que ayuda a distinguir entre muchos individuos simult\u00e1neamente.<\/p>\n\n\n\n El equipo tambi\u00e9n prob\u00f3 m\u00e9todos m\u00e1s antiguos, como los modelos LSTM (Memoria a Largo Plazo y Corto Plazo) y Bi-LSTM, pero el Transformer los super\u00f3 consistentemente, especialmente al analizar secuencias m\u00e1s largas de datos de se\u00f1ales. Un mayor entrenamiento no solo hizo al modelo m\u00e1s inteligente, sino tambi\u00e9n m\u00e1s perspicaz.<\/p>\n\n\n\n “El modelo basado en Transformer ofrece el mejor rendimiento general”, escriben, citando su mecanismo de autoatenci\u00f3n, que lo ayuda a detectar patrones de largo alcance en c\u00f3mo el movimiento de una persona altera una se\u00f1al a lo largo del tiempo.<\/p>\n\n\n\n Fundamentalmente, su modelo no requiri\u00f3 im\u00e1genes visuales preetiquetadas ni sensores port\u00e1tiles. Simplemente aprendi\u00f3 de la forma \u00fanica en que el cuerpo de cada participante interrump\u00eda la conexi\u00f3n Wi-Fi.<\/p>\n\n\n\n Por ahora, los investigadores enfatizan que su trabajo es acad\u00e9mico. No hay planes comerciales ni implementaciones gubernamentales. Todav\u00eda.<\/p>\n\n\n\n Pero la detecci\u00f3n Wi-Fi es un campo en expansi\u00f3n. Ya se est\u00e1 explorando para aplicaciones de detecci\u00f3n de ca\u00eddas, reconocimiento de gestos, detecci\u00f3n de presencia e incluso medici\u00f3n de la frecuencia card\u00edaca. El IEEE ha ratificado est\u00e1ndares para la detecci\u00f3n Wi-Fi<\/a> bajo la especificaci\u00f3n 802.11bf, lo que significa que la industria se est\u00e1 preparando para una adopci\u00f3n m\u00e1s amplia.<\/p>\n\n\n\n Esto significa que el salto del laboratorio a la sala de estar (o al aeropuerto, o a la escuela) podr\u00eda ser breve. Los alentadores resultados obtenidos confirman la viabilidad de las se\u00f1ales wifi como una modalidad biom\u00e9trica robusta y que preserva la privacidad, concluyen los autores. Y posicionan este estudio como un avance significativo en el desarrollo de sistemas de reidentificaci\u00f3n basados en se\u00f1ales.<\/p>\n\n\n\n Pero tambi\u00e9n plantea una pregunta sencilla: si el Wi-Fi puede reconocerte sin tu conocimiento, \u00bfes a\u00fan posible el anonimato?<\/p>\n\n\n\n![\"\"](\"https:\/\/einsteresante.com\/wp-content\/uploads\/2025\/07\/image-118.png\")
\u00bfY entonces qu\u00e9 sigue?<\/h2>\n\n\n\n