想象一个场景：您走向一栋安全大楼，当您的手悬停在门禁附近时，大门便应声而开。没有钥匙、没有PIN码，也无需指纹。相反，系统通过分析您的手掌如何扰动周围的Wi-Fi信号来识别您的身份。

这正是巴西航空理工学院 (ITA) 一项新研究的核心构想。该研究探索了如何利用 Wi-Fi信道状态信息 (CSI) 来实现一种低成本、无接触的生物识别访问控制。

核心原理：让Wi-Fi信号“看懂”你的手掌

这项技术的关键在于Wi-Fi信道状态信息 (CSI)。CSI是一种数据，它揭示了无线信号在空中传播、反弹和穿过物体（包括人体）时的行为。

每个人的手掌在物理上都是独一无二的——手掌大小、手指长度、指间距等都存在细微差异。当手掌靠近Wi-Fi发射器和接收器时，这些独特的物理特征会以可预测的方式干扰信号。

实验的关键流程和方法如下：

  • 硬件搭建：团队使用了一台树莓派 (Raspberry Pi)，并将其放置在一个定制的亚克力盒子中。

  • 信号控制：他们将设备的天线功率降低到1dBm，以最大限度地减少外部干扰，从而精确捕捉由手掌引起的微小信号差异。

  • 数据采集：20名志愿者（男女各半）将他们的右手放在盒子上方保持3厘米的稳定距离（下图）。系统在发送和接收Wi-Fi信号时，记录下了手掌对 CSI数据造成的影响。

  • 模型训练：团队采集了数千个数据点，并使用机器学习算法来训练系统，使其能够准确区分不同志愿者的手掌“信号指纹”。

在受控的实验室环境中，该系统取得了很高的准确率。研究人员的目标是创建一种低成本、易于使用且非侵入性的访问控制方法，它可以直接利用大多数建筑物中已有的Wi-Fi基础设施。

“技术落地”的三大障碍

尽管实验室数据令人鼓舞，但安全专家警告称，在复杂的现实世界中部署这种技术将面临严峻挑战。

安全技术联盟 (Secure Technology Alliance) 执行董事Christina Hulka 指出，CSI数据对环境变化极其敏感，而这些变化在现实中无处不在。

1. 复杂的物理环境

CSI特征与信号在墙壁、地板、玻璃和金属上的多路径反射紧密相关。

  • 遮挡与干扰：厚重的混凝土墙和大型金属物体会阻碍或削弱信号。

  • 环境变化：“即使是移动一辆手推车或增加一个隐私隔断，也足以改变信道特性，使模型的‘最佳点’失效。”Hulka解释道。

  • 人体干扰：人体本身就是极好的射频吸收体和反射体。在拥挤区域或有人走动时，信号可能会被阻挡，导致错误的拒绝。

2. “RF繁忙”：信号拥堵

我们的生活空间充斥着各种无线信号。Hulka称之为“RF 繁忙” (RF-business) 的挑战。

“手机蓝牙连接、其他Wi-Fi网络、Zigbee流量以及大多数联网设备，都可能在CSI数据流中引入‘伪影’（artifacts），这将严重影响其稳定性和分类器的置信度。”

Hulka补充说，目前对于这个问题还没有万无一失的解决方案。

3. 硬件的不一致性

该技术还面临硬件标准化的问题。

“即使是商品级无线电设备或电缆应力的微小差异，也可能导致信号相位或幅度的偏移，而模型很可能会将这种偏移误解为身份特征的漂移。”Hulka指出。

CISO视角：为何要呼吁严格的标准化测试？

对于首席信息安全官 (CISO) 和安全从业者来说，一项新技术在实验室中的“近乎完美”并没有太多实际意义。Hulka强调，在信任这种Wi-Fi身份验证之前，必须进行更严格、更透明的标准化测试。

1. 性能验证 (ISO/IEC19795-1)

安全主管不应只看单一场控设置下的数据。Hulka建议：“应在跨日期和跨站点（如不同的房间、室外环境和不同的硬件）的条件下报告ISO/IEC19795-1指标。” 这才能真正反映系统在真实波动环境下的可用性。

2. 呈现攻击检测 (ISO/IEC30107-3)

更重要的是，系统能否抵御欺骗？

Hulka呼吁：“应请求独立实验室按照ISO/IEC30107-3标准进行呈现攻击检测 (PAD) 评估。”这包括使用逼真的工具（例如3D打印的手掌模型或其他欺骗手段）进行端到端的系统试验，以评估其防欺骗能力。

只有将这些关键的错误率（如欺骗攻击的成功率）与核心的准确性指标放在一起，安全从业者才能全面判断该技术的可用性和弹性。

参考链接：

https://arxiv.org/pdf/2510.22133

声明：本文来自GoUpSec，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。