Quand le Wi-Fi devient intrusif et inquiétant !
Le Wi-Fi Sensing & la Biométrie Passive
1. Introduction et Contexte
Les technologies de communication sans fil, initialement conçues pour le simple transit de données numériques, connaissent une mutation majeure. Des recherches récentes démontrent qu'un signal Wi-Fi standard peut être utilisé pour identifier des individus à travers les cloisons avec un taux de précision impressionnant de 99,5 %, et ce, de manière totalement passive. Cette avancée repose sur l'exploitation des ondes radio comme un système radar environnemental, transformant les routeurs grand public en capteurs biométriques sans que l'utilisateur n'ait à exprimer son consentement ou à porter un appareil connecté.
2. Mécanisme de Fonctionnement Technique
Le fonctionnement de cette technologie s'articule autour de la physique des ondes radio et de la puissance d'analyse de l'intelligence artificielle. Il se décompose en quatre phases distinctes :
A. Le maillage spatial via la technologie MIMO
Les routeurs Wi-Fi modernes exploitent la technologie MIMO (Multiple-Input Multiple-Output), utilisant plusieurs antennes simultanées pour émettre des ondes radio (généralement sur les bandes de 2,4 GHz, 5 GHz ou 6 GHz). Ces ondes se propagent de manière multidirectionnelle, rebondissant sur les obstacles rigides (murs, meubles) et créant un réseau complexe de trajectoires invisibles saturant l'espace intérieur.
B. La perturbation par le corps humain
Le corps humain, composé à près de 60 % d'eau, interagit directement avec ces fréquences. Lorsqu'un individu se déplace au sein de ce maillage, ses tissus absorbent une partie de l'énergie électromagnétique et réfléchissent le reste. Chaque mouvement engendre ainsi deux types de perturbations physiques sur le signal : une atténuation de sa puissance et un déphasage (modification de l'angle et de la temporalité de l'onde).
C. L'extraction des données CSI (Channel State Information)
Pour optimiser le flux de données internet, le récepteur Wi-Fi mesure en continu les propriétés du canal de transmission via les données CSI. Le CSI découpe le signal en dizaines de sous-porteuses de fréquences et enregistre l'amplitude et la phase de chacune d'elles. Le déplacement d'une personne se traduit alors par une signature dynamique de variations numériques au sein du CSI, agissant comme un "moulage" électromagnétique invisible des mouvements.
D. L'analyse par apprentissage profond (Gait Recognition)
Ces flux de données brutes, incompréhensibles pour l'œil humain, sont injectés dans des réseaux de neurones artificiels (IA). L'algorithme filtre d'abord les bruits parasites environnementaux, puis analyse la dynamique de la marche (longueur de l'enjambée, cadence, vitesse, balancement des bras, posture). Chaque individu possédant une démarche unique, l'IA parvient à extraire une signature biométrique précise et à l'associer à une identité connue avec une fiabilité quasi parfaite.
Au-delà du CSI, les systèmes récents ciblent les données de BFI. Utilisées par les routeurs pour orienter physiquement le signal vers un appareil cible, ces trames circulent fréquemment en clair. Un tiers situé à proximité peut intercepter ces paquets BFI de manière purement passive, sans même devoir pénétrer ou pirater le réseau Wi-Fi local.
3. Les Limitations Physiques dans le Monde Réel
Bien que les performances en laboratoire atteignent 99,5 %, l'application de cette technologie dans des environnements réels se heurte à des contraintes physiques fondamentales :
- L'effet multi-utilisateur : Si l'IA isole aisément la signature d'un sujet unique, la présence simultanée de plusieurs personnes entremêle les ondes de manière chaotique. Séparer les signaux CSI de chaque individu exige une puissance de calcul colossale et dégrade fortement la précision.
- La densité des matériaux : Le Wi-Fi traverse les cloisons légères (plâtre, bois, verre), mais il subit une atténuation drastique face au béton armé, aux murs porteurs en pierre ou aux réseaux de canalisations d'eau volumineux, créant des zones d'ombre radio.
- L'atténuation géométrique : La puissance du signal décroît de façon exponentielle avec la distance. Au-delà d'une dizaine de mètres ou après le franchissement de structures lourdes, les variations induites par le corps humain deviennent indiscernables du bruit de fond électromagnétique.
- Le bruit environnemental dynamique : Les objets en mouvement constant (pales d'un ventilateur, rideaux agités par l'air, déplacements d'animaux domestiques) ou la modification de l'espace (ouverture d'une porte) faussent les prédictions et imposent un recalibrage fréquent de l'IA.
- La variabilité intrinsèque de l'humain : Des vêtements volumineux (manteaux d'hiver) absorbent les ondes différemment d'une tenue légère. De même, une modification de la démarche due à la fatigue, le port de charges lourdes ou une blessure invalide temporairement la signature enregistrée par l'algorithme.
4. Vers un Système de Surveillance d'un Type Nouveau
Cette technologie marque la transition d'une surveillance ciblée vers une surveillance ambiante globale. La publication récente de la norme industrielle IEEE 802.11bf (dédiée spécifiquement au Wi-Fi Sensing) entérine cette évolution. Intégrée nativement dans les futurs chipsets de constructeurs majeurs (Intel, Qualcomm), le Wi-Fi Sensing transforme de fait chaque équipement réseau en un radar domestique permanent.
| Caractéristique | Surveillance Traditionnelle (Caméras / Capteurs IR) | Surveillance Ambiante (Wi-Fi Sensing) |
|---|---|---|
| Visibilité physique | Matériel visible (objectifs, boîtiers, LED). Détectable visuellement. | Totalement invisible. Intégré dans le flux radio ambiant des routeurs. |
| Gestion des obstacles | Bloquée par les murs, les recoins sombres et l'absence de lumière. | Traverse les cloisons légères, fonctionne dans l'obscurité totale. |
| Consentement et évitement | Possibilité de masquer le capteur ou d'éviter son champ de vision. | Impossible à éviter. La simple présence physique altère l'onde. |
| Données collectées | Images, flux vidéos, détection de présence brute. | Empreinte biométrique (démarche), rythme respiratoire et cardiaque. |
À ce jour, les solutions de sécurité classiques (chiffrement WPA3, tunnels VPN) sont inefficaces pour contrer cette surveillance. L'IA n'intercepte pas la data chiffrée contenue dans le signal, mais analyse la déformation physique de l'onde radio provoquée par la présence d'un corps. La seule parade absolue reste l'isolation physique du logement (peintures anti-ondes, cage de Faraday) ou l'extinction complète des émetteurs.
5. Applications Légitimes et Dérives Potentielles
Comme toute technologie de rupture, le Wi-Fi Sensing présente une dualité marquée entre ses applications médicales ou domotiques et les risques d'atteinte à la vie privée.
Sur le plan positif, il permet un suivi médical non intrusif, notamment pour la détection des chutes chez les personnes âgées à leur domicile ou l'analyse des cycles du sommeil sans caméras ni capteurs portatifs. En domotique, il optimise la consommation énergétique en adaptant le chauffage et la lumière à l'identité de l'occupant.
À l'inverse, il pose des défis éthiques et juridiques majeurs (RGPD). Un voisin ou un acteur malveillant pourrait utiliser les ondes traversant les appartements mitoyens pour cartographier les habitudes de vie, les heures de présence ou l'état de santé des résidents à leur insu. La communauté scientifique travaille actuellement sur l'injection de "bruits" artificiels dans les signaux afin de masquer délibérément la signature biométrique des utilisateurs face aux récepteurs non autorisés.
Commentaires