Σημείωση: Το κείμενο είναι εκτενής απόδοση στα Ελληνικά, βασισμένη σε δημοσιευμένες πληροφορίες και επιστημονική αναφορά. Δεν αποτελεί νομική συμβουλή.

Φαντάσου να περνάς έξω από ένα καφέ, ένα σχολείο ή μια δημόσια υπηρεσία, χωρίς να κρατάς κινητό ή smartwatch, και παρ’ όλα αυτά να μπορεί κάποιος να σε «αναγνωρίσει» από το πώς επηρεάζεις τα σήματα Wi-Fi στον χώρο. Αυτό ακριβώς είναι το σενάριο που περιγράφουν ερευνητές του Karlsruhe Institute of Technology (KIT), οι οποίοι δείχνουν ότι μπορεί να γίνει αναγνώριση ταυτότητας ανθρώπων με παθητική παρακολούθηση της ασύρματης επικοινωνίας γύρω τους—χωρίς να χρειάζεται ο στόχος να φέρει συσκευή Wi-Fi. :contentReference[oaicite:0]{index=0}

Τι ισχυρίζεται η έρευνα και γιατί προκαλεί ανησυχία

Σύμφωνα με την ομάδα του KIT, η βασική ιδέα μοιάζει με «κάμερα», αλλά αντί για φως χρησιμοποιούνται ραδιοκύματα. Οι μεταβολές στη διάδοση του σήματος μέσα σε έναν χώρο—όταν άνθρωποι κινούνται ή απλώς βρίσκονται εκεί—δημιουργούν μοτίβα που μπορούν να καταγραφούν και να αναλυθούν. Ο καθηγητής Thorsten Strufe (KASTEL, Institute of Information Security and Dependability) περιγράφει ότι έτσι μπορεί να προκύψει «εικόνα» του περιβάλλοντος και των ατόμων που βρίσκονται σε αυτό. :contentReference[oaicite:1]{index=1}

Το πιο κρίσιμο στοιχείο είναι ότι η μέθοδος αυτή, όπως παρουσιάζεται, δεν απαιτεί ειδικό εξοπλισμό ή πολύπλοκα εργαστηριακά εργαλεία. Ο επιτιθέμενος μπορεί να χρησιμοποιήσει μια «συνηθισμένη» Wi-Fi συσκευή εντός εμβέλειας, καταγράφοντας συγκεκριμένες πληροφορίες που ανταλλάσσονται στο δίκτυο. :contentReference[oaicite:2]{index=2}

Πώς λειτουργεί τεχνικά: Beamforming Feedback Information (BFI)

Η τεχνική εκμεταλλεύεται δεδομένα που σχετίζονται με το beamforming (τη διαδικασία με την οποία το Wi-Fi «βελτιστοποιεί» τη μετάδοση προς τον χρήστη). Κατά την κανονική λειτουργία, οι συσκευές-πελάτες στέλνουν προς τον δρομολογητή πληροφορίες ανατροφοδότησης—γνωστές ως Beamforming Feedback Information (BFI). Σύμφωνα με τους ερευνητές, το BFI μπορεί να μεταδίδεται χωρίς κρυπτογράφηση, άρα ένας τρίτος που «ακούει» το ασύρματο περιβάλλον μπορεί να το συλλέξει. :contentReference[oaicite:3]{index=3}

Με αρκετές καταγραφές και με εκπαίδευση ενός μοντέλου μηχανικής μάθησης, οι ερευνητές αναφέρουν ότι μπορούν να δημιουργούν “camera-like” αναπαραστάσεις από διαφορετικές «γωνίες» (perspectives) και να καταλήγουν σε ταυτοποίηση. Αφού το μοντέλο εκπαιδευτεί, η διαδικασία αναγνώρισης περιγράφεται ως γρήγορη (δευτερόλεπτα). :contentReference[oaicite:4]{index=4}

Αποτελέσματα που αναφέρονται: 197 συμμετέχοντες και πολύ υψηλή ακρίβεια

Στο σχετικό υλικό αναφέρεται πείραμα με 197 συμμετέχοντες, όπου η ομάδα υποστηρίζει ότι μπορεί να συναγάγει την ταυτότητα ατόμων με σχεδόν 100% ακρίβεια, ανεξάρτητα από γωνία λήψης/παρατήρησης ή από τον τρόπο βαδίσματος. :contentReference[oaicite:5]{index=5}

Η εργασία που συνδέεται με το θέμα τιτλοφορείται “BFId: Identity Inference Attacks Utilizing Beamforming Feedback Information” και αποθετηριοποιείται και από το KITopen, όπου περιγράφεται ότι πρόκειται για την πρώτη επίθεση αναγνώρισης ταυτότητας με βάση BFI-sensing σε dataset αυτού του μεγέθους. :contentReference[oaicite:6]{index=6}

Γιατί το Wi-Fi θεωρείται «αόρατη» υποδομή επιτήρησης

Οι ερευνητές τονίζουν ότι το Wi-Fi είναι πλέον πανταχού παρόν (σπίτια, γραφεία, σχολεία, καφέ, δημόσιοι χώροι). Αν τεχνικές sensing/ταυτοποίησης γίνουν εύκολες και φθηνές, τότε δυνητικά κάθε δίκτυο μπορεί να λειτουργεί ως «ήσυχος παρατηρητής». Γι’ αυτό χαρακτηρίζουν το σενάριο επικίνδυνο: είναι αόρατο και δεν δημιουργεί την ίδια αίσθηση επιτήρησης που δημιουργεί μια κάμερα. :contentReference[oaicite:7]{index=7}

Τι ζητούν ως αντίδραση: προστασίες στο IEEE 802.11bf

Ένα σημαντικό σημείο είναι ότι οι ίδιοι ζητούν προστατευτικά μέτρα και “privacy safeguards” σε μελλοντικές προδιαγραφές του Wi-Fi, αναφέροντας ειδικά το IEEE 802.11bf, που σχετίζεται με WLAN sensing (δηλαδή, χρήση του Wi-Fi για ανίχνευση/μέτρηση περιβαλλοντικών μεταβολών). :contentReference[oaicite:8]{index=8}

Με απλά λόγια: αν ο κλάδος θέλει να αξιοποιήσει sensing δυνατότητες (π.χ. για “έξυπνους” χώρους), πρέπει ταυτόχρονα να ενσωματώσει μηχανισμούς που μειώνουν τον κίνδυνο κατάχρησης—ιδίως όταν ευαίσθητες πληροφορίες μεταδίδονται “στον αέρα” και μπορούν να συλλεχθούν παθητικά.

Τι μπορεί να κάνει ένας οργανισμός/χρήστης σήμερα (πρακτικά και ρεαλιστικά)

• Μείωσε την άσκοπη εκπομπή Wi-Fi σε χώρους που δεν χρειάζεται συνεχώς (π.χ. APs σε αίθουσες που μένουν κλειστές).
• Ενημέρωσε firmware routers/APs και κράτα ενεργές τις σύγχρονες ρυθμίσεις ασφάλειας (WPA2/WPA3). Αυτό δεν “λύνει” το BFI ζήτημα από μόνο του, αλλά μειώνει άλλους κινδύνους.
• Κάνε πολιτική για IoT: πολλές συσκευές (κάμερες, doorbells, assistants) κρατούν το Wi-Fi περιβάλλον “ζωντανό” συνεχώς.
• Για ευαίσθητους χώρους (π.χ. γραφεία με προσωπικά δεδομένα), σκέψου περισσότερη χρήση ενσύρματου δικτύου και προσεκτικό σχεδιασμό θέσης/ισχύος των APs.

Το σημαντικό: δεν είναι πάντα αποτελεσματικό να «κλείσεις το κινητό σου», γιατί η βασική υπόθεση της επίθεσης είναι ότι αρκεί να υπάρχουν άλλες ενεργές Wi-Fi συσκευές στο περιβάλλον. :contentReference[oaicite:9]{index=9}

Πηγές & σύνδεσμοι (EN)

• Original article (SciTechDaily): Researchers Warn: WiFi Could Become an Invisible Mass Surveillance System
• Press release (EurekAlert / KIT): The spy who came in from the WiFi: Beware of radio network surveillance!
• KITopen record (BFId): BFId: Identity Inference Attacks Utilizing Beamforming Feedback Information
• IEEE 802.11bf & sensing overview (PDF): An Overview on IEEE 802.11bf: WLAN Sensing