WiFi ziet niet alleen wat je online doet
Het zit zo: WiFi-signalen botsen overal tegenaan: muren, meubels, mensen. Die botsingen veranderen het patroon van het signaal een beetje. Door dat patroon te analyseren, kunnen algoritmen afleiden of iemand loopt, zit of valt.
In laboratoria lukt het al om mensen achter muren te detecteren. Onderzoekers van Carnegie Mellon en MIT gebruikten aangepaste WiFi-apparatuur om menselijke houdingen te reconstrueren via reflecties van het signaal. Sommige experimenten halen meer dan 90 procent nauwkeurigheid, maar alleen in gecontroleerde omgevingen met één of twee personen.
Ook commercieel begint het te komen. Linksys introduceerde al in 2019 “Aware”, een functie die beweging in huis herkent via WiFi. Comcast test in de VS “WiFi Motion”, waarmee routers registreren of iemand door een kamer loopt handig voor slimme verlichting of beveiliging.
Beetje als een vleermuis
Waar vroeger alleen gekeken werd naar de sterkte van het signaal, gebruiken onderzoekers nu zogeheten Channel State Information – gegevens over de amplitude en fase van elke golf. Die bevatten veel fijnere details. In combinatie met machine learning ontstaat een systeem dat bewegingen herkent, een beetje zoals een vleermuis de wereld hoort in plaats van ziet. Alleen doet de router dat met radiogolven.
De belofte en de spanning
De toepassingen liggen dus voor de hand. Slimme huizen die weten of er iemand binnen is. Valdetectie bij ouderen zonder dat ze iets hoeven dragen. Beveiliging die reageert op aanwezigheid in plaats van gezichten.
Maar er zit ook iets ongemakkelijks in. Een systeem dat letterlijk door muren heen kan kijken roept vragen op over privacy en eigendom. Wie mag die data hebben? En hoe weet je of jouw router niet meer registreert dan je denkt?
Bedrijven die met WiFi-sensing werken, zoals Origin Wireless, beloven dat de verwerking lokaal blijft. Geen beelden, geen namen, alleen signaaldata. Toch blijft het verschil tussen “veilig” en “invasief” dun. Een algoritme dat beweging kan herkennen, kan in theorie ook gedrag afleiden.
Wat nog niet werkt
WiFi-sensing werkt vooral goed in gecontroleerde ruimtes. Verander de kamer, het aantal mensen of zelfs de luchtvochtigheid, en de nauwkeurigheid zakt. Alles in de omgeving beïnvloedt het signaal. Onderzoekers werken aan modellen die amplitude en fase combineren en zo beter omgaan met variatie, maar het is nog geen plug-and-play-technologie.
Stroomversnelling
Dankzij kunstmatige intelligentie gaat die ontwikkeling nu in een stroomversnelling. Waar onderzoekers vroeger handmatig patronen in het signaal moesten zoeken, leert een AI-model die patronen zelf herkennen. Het analyseert duizenden minuscule variaties en leert welke daarvan horen bij een mens die loopt, zit of valt.
Omdat WiFi-hardware goedkoop is en al in bijna elk huis aanwezig, vormt ze een ideale basis voor deze technologie. In combinatie met lerende algoritmen zoals AI-modellen die patronen in signalen zelf leren herkennen, verandert gewone netwerkapparatuur in iets dat meer doet dan data versturen.
De onzichtbare camera
WiFi-sensing schuift ongemerkt onze kant op. De techniek is stil, goedkoop en zit al in bijna elk huis. Wat begon als een slimme hack voor domotica groeit uit tot een nieuwe manier van waarnemen.
Het netwerk dat je verbindt met internet begint jou te begrijpen. Nog niet perfect, maar elke update brengt het dichterbij. En dat maakt één ding duidelijk: privacy is straks misschien niet alleen een kwestie van camera’s meer.
