FreeSense: Identifikasi Orang dengan Distorsi Sinyal Nirkabel
Teknologi tinggi telah lama menjadi bagian dari kehidupan kita. Konsep rumah pintar sepertinya bukan sesuatu yang tidak biasa dan mengejutkan, sistem seperti itu beroperasi di puluhan juta apartemen dan rumah. Jika bukan keseluruhan sistem, maka beberapa bagian darinya. Untuk membuat semua ini semakin nyaman, para pengembang berusaha untuk memperkuat interaksi teknologi dan manusia, untuk membuat perangkat mengenali kebiasaan dan karakteristik perilaku manusia dan beradaptasi sesuai itu.Jadi ada lampu pintar dan lemari es pintar yang tahu kapan harus menyalakan atau mematikan lampu dan jenis makanan apa yang perlu Anda pesan dari toko. Agar sistem pintar tersebut segera mengidentifikasi pemiliknya, pengembang membuat sistem identitas dengan cepat. Berbagai kamera, penganalisis spektrum suara, sensor sidik jari digunakan di sini. Segera, sistem lain dapat muncul di rumah dan kantor yang dapat mengidentifikasi seseorang dengan distorsi sinyal jaringan nirkabel. Distorsi disebabkan oleh tubuh manusia, perubahan dianalisis dan dibandingkan dengan "kontrol metering".Pengembang sistem ini adalah spesialis dari Universitas Politeknik Northwest. Menurut mereka , prototipe yang berfungsi telah dibuat, akurasi kerjanya sekitar 90%. Ini tidak terlalu banyak, tetapi untuk pembuktian konsep sistemnya cukup bagus. Proyek ini disebut FreeSense. Sistem menentukan parameter tubuh manusia yang muncul di area jangkauan jaringan nirkabel, serta kekhasan gerakan tubuh yang unik bagi kita masing-masing, berdasarkan pada gangguan sinyal radio.Sistem mengambil informasi untuk analisis dari CSI (informasi status saluran) dari jaringan nirkabel. “Karena fakta bahwa karakteristik tubuh setiap orang adalah unik, serta gerakan unik, setiap orang dapat diidentifikasi oleh karakteristik ini. Anda baru saja memasuki ruangan, dan FreeSense sudah mengidentifikasi Anda, ”kata salah satu peserta studi. Dalam hal ini, orang tersebut tidak diharuskan untuk melakukan tindakan tambahan apa pun. Dalam kasus lain, Anda perlu memasukkan kode, meletakkan jari Anda di sensor, atau mengucapkan beberapa kata (kode atau biasa). Ini tidak selalu nyaman.Untuk menguji operasi FreeSense, para ahli menggunakan laptop biasa dan router WiFi. Peralatan itu dipasang di sebuah ruangan dengan luas 30 m 2dengan furnitur biasa. Dalam percobaan, 9 sukarelawan setuju untuk ambil bagian, yang identitasnya mereka coba identifikasi menggunakan WiFi CSI.Untuk mulai dengan, para pengembang membuat "pemeran" untuk setiap sukarelawan. Seorang pria masuk ke dalam ruangan, dan sistem menganalisis perubahan dalam sinyal jaringan nirkabel. Kemudian semua data yang diperoleh dicatat dan dikaitkan dengan identitas relawan.Setelah itu, kesembilan sukarelawan diujiFitur FreeSense. Orang-orang memasuki ruangan satu per satu, dan berjalan di sekitar ruangan ke arah yang berbeda. Ternyata, keakuratan sistem dalam hal ini adalah 75%. Indikator ini meningkat dengan penurunan jumlah relawan. Jika hanya 2 orang yang ada di database, akurasi identifikasi masing-masing meningkat menjadi 95%. Faktanya adalah bahwa pada beberapa orang parameter tubuh dan fitur gerakan sangat mirip. Dan semakin banyak "pemain" dalam database, semakin tinggi kemungkinan munculnya "kembar". Menurut penulis proyek, opsi ideal adalah 2-6 orang dalam memori FreeSense, tidak lebih. Opsi ini tidak cocok untuk perusahaan besar, tetapi sangat ideal untuk sistem rumah seperti "rumah pintar". Selain itu, jika 1-2 orang memiliki akses ke tempat di perusahaan, dan mereka perlu diidentifikasi, FreeSense juga dapat digunakan di sini.Para peneliti mengatakan bahwa akurasi sistem dapat ditingkatkan, dan sekarang tim pengembangan meningkatkan teknologi. Di masa depan, direncanakan untuk menambahkan fungsi menentukan satu orang dari beberapa orang yang secara bersamaan berada di ruangan itu. Selain itu, direncanakan untuk mempelajari bagaimana peningkatan jarak antara penerima dan pemancar sinyal nirkabel mempengaruhi keakuratan seluruh sistem.Source: https://habr.com/ru/post/id397073/
All Articles