Kablosuz haberleşmede bir çığır açan Wi-Fi teknolojisinin yaygınlaşmasından sonraki dönemde bu sistemlerin sadece haberleşme için değil, etrafı algılayabilen sensörler olarak kullanılması araştırmacılar için bir ilgi konusu olmuştur. Wi-Fi sinyallerinin her yerde bulunması, duvarlardan geçebilmesi ve kameralara kıyasla daha kolay saklanabilmesi, özellikle güvenlik sektörü için bir ilgi odağı. Bu araştırmalarda Wi-Fi sinyallerinin davranışları incelenmiş ve daha sonra gelen IEEE802.11 standartları ise kablosuz haberleşmede algılama altyapısı oluşturmuştur.

1) Wi-Fi Sensörler: İlk Adımlar

Evlerimizden işyerlerimize, ulaşım araçlarımızdan alışveriş merkezlerine kadar hayatımızın her yerinde olan Wi-Fi'nin ilk kez sensör olarak kullanılması, Received Signal Strength Indicator (Alınan Sinyal Gücü Göstergesi) (RSSI) yöntemi ile başladı. Başlangıçta cihaz konumlandırma ve yakınlık tespiti gibi temel görevler için kullanılan RSSI, cihazlar arasındaki sinyal gücünü ölçmektedir. Ancak, hassas olmaması, gürültü ve çevresel etkilerinden kolay etkilenmesi nedeniyle genel varlık/yokluk tahminleriyle sınırlı kaldı. Mesela "odada biri var mı yok mu?" sorusuna cevap verebilirken "odada bulunan kişinin kim" sorusuna cevap verememektedir.

2) CSI Devrimi

Kablosuz haberleşmede MIMO-OFDM sistemlerinin (örneğin, IEEE 802.11n/ac) yaygınlaşması sayesinde Wi-Fi sinyallerinin yayılması sırasında çevre ile yaptığı etkileşimlerin sebep olduğu değişimlerin gözlemlenmesi sağlanmıştır. Bu değişim verilerine Channel State Information (Kanal Durumu Bilgisi) (CSI) denir. CSI, birden fazla anten arasında farklı yollardan giden sinyallerin verilerinden oluşur. O dönemin yeni kablosuz standartlarının getirdiği CSI sayesinde, sinyallerin nesnelerden/insanlardan nasıl yansıdığı incelenebilmesi sağlandı. Bu veriler ile nefes hızı, el hareketleri ve adım hareketleri gibi hassas veriler elde edildi.

2018 yılı sonrasında CSI yöntemine Makine Öğrenmesi teknikleri entegre edilmiş ve böylece her bir istenilen ölçüm için el ile matematiksel algoritma yazma dönemi sona ermiştir.

3) IEEE 802.11bf Standardı

Yıllardır haberleşme için tasarlanmış olan Wi-Fi ağları ile algılama yapılmasında sonra IEEE 802.11bf standardı 2020 yılında tanıtıldı ve PHY ve MAC katmanları seviyesinde algılama desteğini tanıttı. Bunu sağlamak için;

• Yüksek çözünürlüklü algılama için optimize edilmiş dalga formları oluşturuldu,
• Hareket/nesneleri izlemek için çok antenli sistem tasarımı benimsendi,
• Haberleşme veri trafiğiyle çakışmaları önlemek için sensör olarak dalga boyları için özgü yollar oluşturuldu,
• Ve geniş alan kapsaması için koordineli çoklu AP algılama yöntemleri benimsendi

Yeni Wi-Fi standardı sayesinde Wi-Fi sadece bir haberleşme yöntemi olarak kalmadı, yüksek çözünürlüklü bir sensör olma kabiliyetini kazandı.

WhoFİ: Kamerasız Gözetim

WhoFi sisteminin temel mantığı, insan vücudunun radyo dalgalarını nasıl bozduğunu analiz ederek Wi-Fi sinyallerini biyometrik imzalara dönüştürmesidir. Bu sistem kameralardan farklı olarak; duvarların arkasında, karanlıkta çalışır ve görsel veri kullanmaz. Peki bunu nasıl yapıyor?

Radyo "Parmak İzi" Yakalama

• Wi-Fi sinyalleri, kişinin vücuduna, kemik yapısına ve duruşuna çarpıp yansıyarak bozulmalara uğrar. Sinyallerdeki bu bozulmalar kişiye özgüdür.
• Ticari Wi-Fi modemleri kullanan sistem, CSI genlik ve faz verilerini kullanır. Bu verilen sayesinden bozulmalar incelenebilir.
• Bu bozulmalar yürüyüş ritmi, vücut kütlesi gibi kişiye özel özellikleri ortaya çıkarır.

Sinyal Arındırma

Ham CSI verisi; donanım hataları ve çevresel gürültü içerir. WhoFi sistemi bunları temizlemek şu yöntemleri uygular:

• Genlik Filtreleme: Hampel filtresi ile ani sinyal sıçramalarını (outlier) yerel medyan değerlerle karşılaştırarak siler.
• Faz Düzeltme: Vericiler/alıcılar arası zamanlama uyumsuzluklarını doğrusal kalibrasyonla düzeltir, yalnızca vücut kaynaklı değişimleri korur.

Derin Öğrenme ile Biyometrik Kodlama

Arındırılmış sinyaller özel bir derin öğrenme ağında beslenir:

• Transformer Kodlayıcı: Sinyal bozulmalarındaki uzun vadeli ilişkileri (örneğin tam bir yürüyüş döngüsü) "self-attention" mekanizmasıyla analiz eder.
• İmza Üreteci: Kodlayıcının çıktısını sıkıştırarak 128 boyutlu vektöre dönüştürür. Bu vektör, benzerlik karşılaştırması için birim küre üzerine normalize edilir.

Karşılaştırmalı Eğitim ve Eşleştirme

WhoFi, etiketli çiftlere ihtiyaç duymadan eğitilir:

• Toplu verilerde sorgu (tanınacak kişi) ve galeri (kayıtlı kişiler) CSI örnekleri karıştırılır.
• Ağ, aynı kişiye ait çiftlerin benzerliğini maksimize ederken, farklı kişilerinkini uzaklaştırır (in-batch negative loss).
• Kullanım aşamasında, yeni bir CSI örneği imzaya dönüştürülür, galeri veri tabanıyla eşleştirilir.

Sonuç ve Geleceğe Bakış

WhoFi, radyo biyometrisi alanında oyunu tekrar kuruyor. Wi-Fi tabanlı bu sistemin kameralardan daha kolay saklanabilmesi ve daha zor tespit edilmesi güvenlikte çığır açma potansiyeline sahiptir. Bu sistemin birkaç sınırlaması olsa bile bu sorunların gelecekteki çalışmalarla çözülmesi bekleniyor. Gelecekte çözülmesi beklenen iki ana kısıt ise;

• Ortama Duyarlılık: Eğitim ve test ortamları farklıysa (oda düzeni değişimi gibi) doğruluk düşmektedir.
• Kalabalık Ortam Zorluğu: İmzaların üst üste binmesi durumunda (örneğin fuayeler, toplantılar vb.) performans azalmaktadır.