
WiFi ազդանշանները հայտնաբերում են թաքցված ատաղձագունդներ, ցույց է տալիս շվեդական ուսումնասիրությունը
Շվեդիայի պաշտպանության հետազոտության գործակալության հետազոտուները ստեղծել են պրոտոտիպ, որը WiFi ազդանշաններով հայտնաբերում է շենքում թաքցված ատաղձագունդներ: Փորձարկումներում՝ չորս մարդու հետ, գտնվել է կրած առարկաների մինչև 90 %-ը:
WiFi ազդանշանները կարող են օգտագործվել թաքցված ատաղձագունդների հայտնաբերման և անվտանգության ծառայության նախազգուշացման համար՝ ըստ Շվեդիայի պաշտպանության հետազոտության գործակալության (FOI) ուսումնասիրության: Հետազոտուները ներկայացրել են պրոտոտիպ, որը սենյակում՝ մինչև չորս մարդով քայլելիս, տեղականացրել է մարդկանց կողմից կրվող առարկաների մինչև 90 %-ը:
Ինչպե՞ս է աշխատում համակարգը
Փորձի կազմակերպումը բավականին պարզ էր: Հետազոտուները սենյակի մեկ կողմում տեղադրել են 2 WiFi փոխանցիչ, իսկ մյուս կողմում՝ 2 ընդունիչ: Օգտագործվել է 5,68 GHz աշխատանքային հաճախություն, նույն հաճախությունը, որն ունի տան շատ ուղորդիչ, 20 MHz հաճախության լայնությամբ և WiFi-ի ամենանեղ ստանդարտ ալիքով: Տվյալները հավաքվել են IEEE 802.11a-ի փոփոխված բաց կոդով իրականացմամբ, 1999 թվականից ավելի հին WiFi ստանդարտով, և GNU Radio՝ ազատ ծրագրակազմով անլուրջ ազդանշանների մշակման համար:
Մինչև 12 քառակուսի մետր մակերեսով, WiFi ազդանշաններով ծածկված տարածքում քայլում էին մինչև 4 մասնակից, իսկ ստանդարտ տեսատեսախցիչը գրանցում էր բոլորին: Հիմնական գաղափարն է, որ WiFi ազդանշանները տարբեր ձև են ստանում, երբ անցնում են մարդկանց և օբյեկտների միջով, օրինակ՝ մետաղե ատաղձագունդում, ջրի շիշում, հեռախոսում կամ պլաստմասսե խաղային ատաղձագունդում:
Հետազոտուները օգտագործել են WiFi ալիքի վիճակի տեղեկությունները (CSI), մանրամասն չափում այն մասին, թե ինչպես են տարածվում, արտացոլվում և փոխվում անլուրջ ալիքները: CSI-ն 20 MHz ալիքը բաժանում է 52 նեղ հաճախությունային հատվածի և չափում է ամպլիտուդան ու փազան ըստ վայրկյանը 80 անգամ: WiFireNet մոդելը սովորել է ճանաչել ատաղձագունդի նմուշները և նկարել 2D շրջանակ այն մարդու շուրջ, ով, ըստ նրա, զենք է կրում: Այն վերապրվել է սովորական 4 դասերի տարբերելու համար՝ ատաղձագունդ, պլաստմասսե ատաղձագունդ, մետաղե ջրի շիշ և շարժական հեռախոս:
Արդյունքները և սահմանափակումները
Արդյունքների համաձայն՝ համակարգը հայտնաբերել է 83 %-ից 91,5 %-ը այն օբյեկտների, որոնք մարդիկ էին կրում, ըստ սենյակի չափի և մարդկանց քանակի: Սակայն այն շատ սխալներ է նույնպես թույլ տալիս: Միջին միջին ճշգրիտության գնահատականը (mAP), որը համեմատում է կեղծ դրական արդյունքները, կազմել է մոտ 35 %-ից 50 %-ը: Միայն ատաղձագունդ դասի միջին ճշգրիտությունը տատանվում է մոտ 30 %-ից 72 %-ը:
Հեղինակները հաստատում են, որ CSI ազդանշանները ծածկում են մեծ տարածք, կարող են հայտնաբերել թաքցված առարկաներ և չեն պահանջում պահակով անվտանգության դուռ: «WiFi-ի վրա հիմնված անվտանգության համակարգը կարող է լինել լրացուցիչ մեխանիզմ, որը կարող է հաղթահարել ծածկությունը կամ թաքցումը և չի սահմանափակվում խիստ տարածքային կոնֆիգուրացիաներով», են ասում հետազոտուները:
Բաց հրապարակում
Հավաքված տվյալները, կոդը և մոդելը այժմ հանրային են, որպեսզի այլ լաբորատորիաներ կրկնեն կամ բարելավեն: Հետազոտուները նշում են, որ WiFi ազդանշանները արդեն օգտագործվում են ներխուժումների հայտնաբերման, առկայության հաստատման կամ նույնիկավոր պատերի ետևից դիտման համար, և հաստատում են, որ դեռ չի կատարվել հետազոտություն WiFi-ի վրա հիմնված ատաղձագունդի ճանաչման մասին դինամիկ բազմամարդ միջավայրում:
Հղումներ: Cybernews
SiTech — AI-ով հզորացված վեբ մշակում
Ստեղծում ենք արագ ու ժամանակակից կայքեր և AI-ը ներդնում իրական բիզնես գործընթացներում։ Ունե՞ք նախագիծ կամ հարց։ Ուրախ կլինենք օգնել։