Wi‑Fi 可暴露你行蹤？研究指達 99.5% 準確率 路由器隨時變監控工具
|
蘇家華
| 16-09-2026 13:17 |
在Google
追蹤《e-zone》
追蹤《e-zone》
Wi‑Fi 除了提供上網連線，亦可能從人體走動時造成的無線訊號變化，辨認特定人士。德國卡爾斯魯厄理工學院（KIT）研究團隊展示 BFId 技術，利用 Wi‑Fi beamforming feedback information（BFI）及機器學習，分析人在無線訊號範圍內行走時留下的訊號特徵。
在涉及 197 名參與者的受控測試中，系統辨認身份的準確率約 99.5%，即使參與者沒有攜帶 Wi‑Fi 裝置亦能運作。不過，這不代表任何咖啡店路由器都能即時知道你的姓名或位置，研究結果仍受測試環境、參與者資料、模型訓練及部署條件限制；真正值得關注的是，普通 Wi‑Fi 設備可能被重新用作「無鏡頭人體感測」工具，帶來新的私隱風險。
即刻【按此】，用 App 睇更多科技、網絡安全及私隱資訊
KIT 研究：Wi‑Fi 訊號可辨認行走者
研究團隊利用現有 Wi‑Fi 設備傳送的 beamforming feedback information（BFI）作為分析資料。Beamforming 是 Wi‑Fi 用來改善訊號傳輸效率的技術，路由器會根據無線環境及連接設備回傳的訊息，調整訊號傳送方向。
當人體在 Wi‑Fi 訊號範圍內移動，無線電波會受到人體、牆壁、家具及其他物件影響；這些變化會形成與行走方式、身形及移動軌跡相關的訊號特徵。機器學習模型再將這些特徵與事先建立的參考資料比較，嘗試判斷當時經過的人是否屬於某一名已登記參與者。
BFId 與一般 Wi‑Fi 使用有何關係？
- Wi‑Fi 原本用來將訊號更有效率地傳送到連接設備。
- BFI 是無線通訊過程中的回饋資料，研究團隊將它轉作人體感測用途。
- 系統不需要攝影機，因此不會直接產生傳統影像。
- 參與者不一定要手持手機或佩戴 Wi‑Fi 裝置。
- 研究重點是「可否透過訊號辨認人」，不是證明所有路由器已經被用來監控。
研究團隊表示，BFId 可在沒有攝影機、專用人體感測器及目標裝置的情況下分析人的移動。其他報道指出，研究使用的是普通 Wi‑Fi 路由器及常見無線接收設備，而非專門為人體監控設計的硬件。
99.5% 準確率點樣得出？
研究涉及 197 名參與者，團隊收集他們在 Wi‑Fi 訊號範圍內以不同方式行走時產生的資料，再利用機器學習建立身份辨認模型。BFI 方法在測試數據中達約 99.5% 準確率，並在不同觀察角度及行走方式下維持相對穩定表現。
| 比較項目 | BFI／BFId | CSI 方法 |
|---|---|---|
| 分析資料 | Beamforming Feedback Information | Channel State Information |
| 研究測試準確率 | 約 99.5% | 約 82.4% |
| 主要用途 | 辨認已建立資料模型的人員 | 分析無線通道及人體感測變化 |
| 優勢 | 資料特徵較適合辨認行走者差異 | 過往研究較常使用，但部署可能需要較多調整 |
關手機都無法完全避免？
研究其中一個引起關注的地方，是目標人物不一定要攜帶 Wi‑Fi 裝置。因為用於人體辨認的不是手機 GPS、手機鏡頭或手機本身發出的定位訊號，而是人體走過無線訊號場時令訊號產生的變化。
所以，單純關閉手機 Wi‑Fi、將手機放入袋中，甚至沒有攜帶手機，都未必可以阻止這類以環境 Wi‑Fi 作人體感測的研究方法。
但這句話不應被理解成「手機關機後，所有人都能被路由器追蹤」。研究展示的是在特定無線訊號環境中辨認人體移動的技術可行性；要長期追蹤、將訊號連結至真實姓名或在不同地點辨認同一人，還需要額外資料、模型、設備部署及持續觀測。
Wi‑Fi 可以「看見」人嗎？
Wi‑Fi 不會像攝影機一樣拍攝到清晰的人臉，也不是直接產生傳統相片。比較準確的理解是：無線電波經過人體及室內物件後會出現變化，而這些變化可以被機器學習轉化成具有人體輪廓、姿態或行走特徵的資料。
| 說法 | 是否準確？ | 較準確理解 |
|---|---|---|
| Wi‑Fi 直接拍到你的樣子 | 不準確 | Wi‑Fi 是分析無線訊號變化，不是拍攝可見光影像。 |
| 一定要手機連上該 Wi‑Fi 才能被偵測 | 不準確 | 研究顯示人體本身造成的訊號變化也可被分析。 |
| 任何路由器都已經自動監控人 | 過度誇大 | 研究展示可行性，並不代表所有路由器正在執行該功能。 |
| 99.5% 代表街上實際追蹤率 | 不準確 | 99.5% 是研究條件及指定測試資料下的身份辨認結果。 |
| 換一部路由器便能完全防止 | 未必 | 是否可被感測取決於設備、韌體、資料保護及部署環境。 |
BFI 資料為何引發私隱爭議？
研究團隊及安全研究員擔心，Wi‑Fi 裝置持續交換的回饋資料可能被重新用於人體感測，而一般用家未必知道這些資料可被如何分析。
如果相關技術被部署在住所、辦公室、酒店、咖啡店、商場或其他公共空間，理論上可能被用來判斷房間內是否有人、某人何時經過，甚至將移動模式與已建立的身份資料對照。這會令無線網絡不再只是「上網工具」，亦可能成為一種不需攝影機的存在及行為感測系統。
潛在私隱風險
- 用家可能不知道 Wi‑Fi 被用作人體感測。
- 室內活動模式可能被長時間記錄。
- 移動特徵可能與出入時間及身份資料連結。
- 公共場所可能出現未充分披露的感測用途。
- 不同服務商若各自收集資料，可能增加交叉識別風險。
- 機器學習模型錯誤辨認，可能將一個人的行為錯誤歸於另一人。
BFI 與 Wi‑Fi 802.11bf：未來規範可能要加強私隱
Wi‑Fi sensing 是利用無線訊號變化偵測人體存在、移動、跌倒或姿態的一類技術。它可以應用於智能家居、長者照護、節能、自動化及安全系統，但同樣可能觸及居家及個人活動私隱。
802.11bf 被視為針對 Wi‑Fi sensing 的相關標準方向，研究團隊希望未來規範加入更明確的同意、資料保護及防止濫用措施，包括哪些資料可收集、誰可以讀取、用於甚麼目的，以及如何讓用家關閉或拒絕感測。
未來私隱規範應考慮甚麼？
- 事前告知用家是否啟用 Wi‑Fi 人體感測。
- 提供清晰的退出及關閉選項。
- 限制 BFI、CSI 或其他感測資料的保存期限。
- 避免將無線特徵直接連結至真實姓名。
- 加密及保護感測資料，限制未授權讀取。
- 要求公共場所清楚標示感測設備及用途。
- 對警方、企業及第三方使用設立審核及責任機制。
普通用家可以點做？
目前一般用家沒有一個簡單設定，可以保證完全阻止附近 Wi‑Fi 感測；亦不需要因為一次研究結果便立刻停用家中 Wi‑Fi。較實際的做法是提高網絡安全及私隱意識，特別是公共 Wi‑Fi 及陌生路由器。
- 避免在不明公共 Wi‑Fi 上進行網上銀行、付款及處理敏感文件。
- 不要將家中路由器管理密碼設成預設密碼。
- 定期更新路由器韌體及關閉不必要的遠端管理功能。
- 使用 WPA2-AES 或 WPA3 加密，並設定強而獨立的 Wi‑Fi 密碼。
- 將訪客裝置連接至 Guest Network，與家中智能設備分隔。
- 在酒店、咖啡店及共享工作空間，避免傳送身份證、銀行及工作機密資料。
- 留意公共場所私隱政策，若對 Wi‑Fi sensing 有疑問，可向場地營運者查詢。
小結：99.5% 是研究數字，不是人人已被 Wi‑Fi 監控
KIT 團隊的 BFId 研究展示，普通 Wi‑Fi 網絡交換的 BFI 資料，配合機器學習後，的確可以在受控環境中辨認行走者；研究涉及 197 名參與者，準確率約 99.5%，而且目標人物不一定要攜帶 Wi‑Fi 裝置。
不過，99.5% 是特定研究條件下的測試結果，不代表任何路由器都能在街上直接認出你，更不代表手機關機後一定會被追蹤。真正值得關注的是，Wi‑Fi sensing 技術將人體移動轉化為可分析的訊號特徵，未來若缺乏透明度、同意及資料保護，可能成為另一種「無鏡頭監控」工具。
對普通用家而言，暫時毋須因研究而停用 Wi‑Fi，但應做好路由器安全設定、慎用公共網絡，並要求商場、咖啡店及其他場地清楚交代是否使用 Wi‑Fi 人體感測及如何保護資料。
【熱門報道】
【精選消息】
Source：Karlsruhe Institute of Technology（KIT）研究、Gizmodo