PulseAugur
实时 20:17:04
English(EN) KIT researchers warn WiFi beamforming feedback (BFI) data can identify individuals with up to 99.5% accuracy using ML, even without device connection 📡 Unencryp

WiFi数据可使用机器学习以99.5%的准确率识别个人

KIT的研究人员开发了一种机器学习方法,能够使用WiFi波束成形反馈数据以高准确率识别个人。该技术甚至可以在未直接连接设备的情况下工作,引发了重大的隐私担忧。研究结果表明,未加密的信号可能通过路由器和新兴的WiFi传感技术实现被动跟踪,从而可能将日常网络变成监控工具。 AI

影响 这项研究突显了机器学习应用于网络数据可能带来的隐私风险,为WiFi传感技术带来了新的安全和政策考量。

排序理由 学术研究论文,详细介绍了一种具有隐私影响的新方法。[lever_c_demoted from research: ic=1 ai=0.7]

在 Mastodon — fosstodon.org 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. Mastodon — fosstodon.org TIER_1 English(EN) · [email protected] ·

    KIT researchers warn WiFi beamforming feedback (BFI) data can identify individuals with up to 99.5% accuracy using ML, even without device connection 📡 Unencryp

    KIT researchers warn WiFi beamforming feedback (BFI) data can identify individuals with up to 99.5% accuracy using ML, even without device connection 📡 Unencrypted signals may enable passive tracking via routers and proposed WiFi sensing (802.11bf), raising surveillance risks in …