关掉手机也没用，Wi-Fi竟然会成为“隔墙识人”的监控工具，知道你的一举一动
现代人对“被监控”的担忧，通常集中在手机摄像头、定位、麦克风或者社交平台的数据收集上。但德国一项研究提示，人们可能忽略了身边一个更隐蔽的风险：再普通不过的Wi-Fi，也可能成为识别和追踪人的工具。即使你没有连接网络，手机处于关机或飞行模式，甚至没有携带任何电子设备，只要身处有无线网络覆盖的空间，就可能留下可被读取的痕迹。
Wi-Fi无处不在，从家庭、办公室到商场和咖啡馆，它早已成为我们生活的基础设施。｜pxhere
Wi-Fi本质上是一种无线电波。它在空间中传播时，会像光线遇到障碍物一样发生反射、散射和衰减。墙壁、家具会影响信号，而人体由于富含极性分子（如水分子），也会对特定频段的无线电波产生极其微弱的吸收和反射。
换句话说，当一个人穿过Wi-Fi覆盖区域时，就像在平静水面上走过一样，会留下独特的波纹。通过观察这些无线电波的传播变化，经过机器学习，就可以构建出周围环境和在场人员的图像。
Wi-Fi信号对人体的影响微乎其微，日常使用完全在安全范围内。 ｜Wikimedia
本次风险的源头，不是路由器本身，而是自Wi-Fi 5时代开始普及的波束成形技术。早期路由器会像灯泡发光一样向四面八方均匀发射无线电波，波束成形则优化了这一模式，它会像手电筒一样，将信号能量集中并直接对准特定的接收设备，以此增强连接稳定性、降低网络能耗。想要做到这一点， 通信双方必须不断“交流”—— 手机、电脑等终端设备会不断向路由器回传波束成形反馈信息，也就是BFI数据，向路由器汇报信号在房间内传播的质量和路径状态。
然而，这些反馈信息通常并未加密。这意味 着，监听者无须知道Wi-Fi密码，也不用入侵路由器，他们只需在信号覆盖范围内放置一个普通的无线接收设备，就能悄无声息地截获这些极其丰富的物理环境数据，进而推测出空间内的人员活动。
一个人的身高、体形、走路节奏、摆臂幅度，甚至背着包、快走还是慢走，都会改变无线电波的反射。｜AI
为了验证这一安全漏洞的实际威胁，德国卡尔斯鲁厄理工学院（KIT）KASTEL信息安全与可靠性研究所的团队招募了197名志愿者参与一项实验，参与者被要求以五种不同的方式穿过WiFi信号区域：正常行走、背着背包行走、搬运箱子、穿过旋转门以及快速行走。此外，实验还设置了四个不同的监听视角，包括参与者并未直接走在信号直线路径上的复杂场景。
结果显示，有波束成形技术的系统在正常行走场景下的身份识别准确率达到99.5%；哪怕参与者改变了行走方式、观察角度发生变化， 依然能保持很高的识别准确率 。
源自tenor
这种“隔墙识人”技术的出现，让传统的网络安全防护措施显得捉襟见肘。之前，专家会建议你设置复杂的WiFi密码、开启双重认证、避免使用公共WiFi来防范黑客。但面对被动监听，这些常规的网络卫生习惯毫无用处。
研究团队的朱利安·托特（Julian Todt）指出，这项技术可能使每一个正常运行的路由器成为监控点。例如，如果你每天经过一家提供公共Wi-Fi的咖啡馆，即使你从未连接过它，你独一无二的体形和步态特征也会被记录下来。日后，当你在其他布满低安全性物联网设备的区域出现时，系统就能通过比对再次认出你，从而实现持续的隐性追踪 。
图源wikimedia
需要明确的是，该技术并不能直接获取目标对象的真实姓名、手机号、社会身份等个人信息，无法直接锁定具体身份。该技术的核心本质是特征匹配：它会提取并储存个体独一无二的无线电波干扰特征，并在后续监测中完成比对匹配。
既然存在追踪隐患，普通用户目前有应对之法吗？
图源网络
遗憾的是，短期内缺乏有效的个人防护手段。想要根本上解决这一问题，需要对国际通用的Wi-Fi标准进行修订，给波束成形反馈信息加密，这是一个需要全行业配合的漫长过程。
不过，技术始终具有两面性，Wi-Fi感知技术并非只有负面隐患，它同样拥有极具价值的正向应用场景。例如，它可以用于无人区域的安防预警；在医疗看护中，无须老人穿戴任何设备，就能精准监测意外跌倒或呼吸频率；在酒店或办公室里，通过检测房间内是否有人，实现空调或闲置设备的自动关闭。
这项研究同时也提醒我们：在无线技术无处不在的今天，日常技术的边界正在不断延伸。一项原本为了提升网络效率而设计的常规机制，也可能在无形中带来隐私泄露的新风险。未来，该如何在科技便利与隐私安全之间找到平衡？
参考资料
[1]https://zh.wikipedia.org/wiki/%E6%B3%A2%E6%9D%9F%E8%B5%8B%E5%BD%A2
[2]https://www.zmescience.com/science/news-science/wifi-surveillance-identify-people/
[3]https://www.news.cn/tech/20251017/9611ade8f40b46a395a89e35c72397e1/c.html
[4]https://www.ansys.com/zh-cn/simulation-topics/what-is-beamforming
本文来自微信公众号“把科学带回家”（ID：steamforkids），作者：阿娴，审校：Ziv，36氪经授权发布。
